如何使用Python 3打开、可视化及解析.gph格式的图文件

.gph后缀的文件通常分为两类，对应不同的处理方式：

情况1：GraphPad Prism生成的科研绘图.gph文件 #

这类是商业软件专属二进制格式，处理方式如下：

• 先安装解析库：pip install prism-file-reader
• 解析代码示例：

from prism_file_reader import PrismFile

# 替换为你的文件路径
prism_file = PrismFile("./data/your_file.gph")

# 提取所有关联的数据表
for table in prism_file.tables:
    print(f"数据表名称：{table.name}")
    # 输出表内原始数据，可直接转成pandas的DataFrame做后续分析
    print(table.data)

• 如果仅需可视化，可先在GraphPad Prism中把.gph文件关联的数据导出为csv格式，再用matplotlib、seaborn等库自定义绘图。

情况2：存储节点/边结构的通用图数据.gph文件 #

这类通常是图计算工具导出的结构化文件，可用networkx库直接处理：

• 先安装依赖：pip install networkx matplotlib
• 解析代码示例：

import networkx as nx

# 替换为你的文件路径
# 若为gpickle格式的.gph
graph = nx.read_gpickle("./data/your_file.gph")
# 若为纯文本边列表格式的.gph，替换为下方代码
# graph = nx.read_edgelist("./data/your_file.gph")

# 输出图基础信息
print(f"总节点数：{graph.number_of_nodes()}")
print(f"总边数：{graph.number_of_edges()}")

# 遍历输出节点属性
for node_id, node_attrs in graph.nodes(data=True):
    print(f"节点{node_id}属性：{node_attrs}")

# 遍历输出边属性
for from_node, to_node, edge_attrs in graph.edges(data=True):
    print(f"边{from_node}->{to_node}属性：{edge_attrs}")

• 可视化代码示例：

import matplotlib.pyplot as plt

plt.figure(figsize=(12, 9))
# 选择布局，可选spring、circular、kamada_kawai等
layout_pos = nx.spring_layout(graph, seed=42)

# 绘制元素
nx.draw_networkx_nodes(graph, layout_pos, node_size=250, node_color="#4287f5", alpha=0.8)
nx.draw_networkx_edges(graph, layout_pos, alpha=0.5, edge_color="gray")
nx.draw_networkx_labels(graph, layout_pos, font_size=9)

plt.axis("off")
plt.show()

特殊情况处理 #

如果上述两种方案都不匹配，可先用纯文本编辑器打开.gph文件查看前10行内容：

• 若为结构化纯文本，可直接用Python内置的open()函数逐行读取自定义解析
• 若为二进制格式，可搜索该文件生成工具对应的Python解析库适配。

内容的提问来源于stack exchange，提问作者Shubham_geo