Networkx读取pandas邻接矩阵时报非正方形错误如何排查

• 你打印矩阵的位置和调用nx.from_pandas_adjacency的位置中间存在修改矩阵结构的代码，你看到的74x74是修改前的矩阵状态，调用函数时矩阵已经被修改为74行76列
• 矩阵的行索引和列名没有完全对齐，即使行数和列数表面一致，存在行有但列没有、或者列有但行没有的标签，networkx在转换时会自动补全导致维度变化
• 行索引或列名存在重复值，pandas内部对齐逻辑出错，转numpy数组时出现维度异常
• pandas打印截断导致显示误差，你看到的[74 rows x 74 columns]是截断后的错误显示，实际矩阵维度确实是74x76

1. 必须在nx.from_pandas_adjacency(matrix)的前一行添加校验代码，不要使用之前的打印结果作为判断依据：

# 确认实际维度
print("矩阵实际维度：", matrix.shape)
# 确认行列标签是否完全一致
print("行列标签是否一致：", matrix.index.equals(matrix.columns))
# 查看行列标签的差异
print("行列标签差异：", matrix.index.symmetric_difference(matrix.columns).tolist())
# 确认转成numpy数组后的实际维度
print("转numpy后维度：", matrix.to_numpy().shape)
# 检查是否有重复的行/列标签
print("行索引是否有重复：", matrix.index.has_duplicates)
print("列名是否有重复：", matrix.columns.has_duplicates)

2. 如果校验后发现行列标签不一致或维度不对，可直接强制对齐矩阵：

# 强制以列名为标准，对齐行和列，缺失值补0
matrix = matrix.reindex(index=matrix.columns, columns=matrix.columns, fill_value=0)

3. 额外优化：你后续用Pyvis添加节点边的代码可以简化，不需要手动遍历：

N.from_nx(G)

内容的提问来源于stack exchange，提问作者user15887962