python – 来自数据库的加权边列表的图形
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 来自数据库的加权边列表的图形,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1961字,纯文字阅读大概需要3分钟。
内容图文
我有存储在数据库中的加权边列表.
如何从中轻松创建图表(无需将其写入文件并阅读)
这里可再现
import sqlite3
con = sqlite3.connect(":memory:")
with con:
cur = con.cursor()
cur.execute("CREATE TABLE DATEN(Source TEXT, Target TEXT, Weight REAL)")
cur.execute("INSERT INTO DATEN VALUES('X33', 'X20', 0.014)")
cur.execute("INSERT INTO DATEN VALUES('X32', 'X20', 0.024)")
cur.execute("INSERT INTO DATEN VALUES('X23', 'X20', 0.167)")
cur.execute("INSERT INTO DATEN VALUES('X23', 'X32', 0.015)")
cur.execute("INSERT INTO DATEN VALUES('X32', 'X33', 0.003)")
cur.execute("INSERT INTO DATEN VALUES('X23', 'X33', 0.035)")
cur.execute('SELECT * FROM DATEN')
data = cur.fetchall()
我创建图表的尝试失败了:
import networkx as nx
G = nx.Graph()
for x in data:
x1 = {'source': data[0][0], 'target': data[0][1], 'weight': data[0][2]}
print x1
G.add_edge(x1) # THIS IS NOT WORKING
有更简单的方法吗?
解决方法:
游标是一个迭代器,它在执行SELECT语句后产生行.例如,而不是将所有结果提取到列表中
rows = cur.fetchall()
您可以使用迭代遍历行
for row in cur:
但是,由于NetworkX add_weighted_edges_from方法接受迭代器,您可以直接传递cur:
G.add_weighted_edges_from(cur)
这是多态性的一个很好的例子. NetworkX的设计者不需要做任何特殊的事情,甚至可以预期sqlite3游标可以作为参数传递,他们只需要编写代码,假设第一个参数是迭代器.
import networkx as nx
import sqlite3
import matplotlib.pyplot as plt
with sqlite3.connect(":memory:") as con:
cur = con.cursor()
cur.execute("CREATE TABLE DATEN(Source TEXT, Target TEXT, Weight REAL)")
cur.execute("INSERT INTO DATEN VALUES('X33', 'X20', 0.014)")
cur.execute("INSERT INTO DATEN VALUES('X32', 'X20', 0.024)")
cur.execute("INSERT INTO DATEN VALUES('X23', 'X20', 0.167)")
cur.execute("INSERT INTO DATEN VALUES('X23', 'X32', 0.015)")
cur.execute("INSERT INTO DATEN VALUES('X32', 'X33', 0.003)")
cur.execute("INSERT INTO DATEN VALUES('X23', 'X33', 0.035)")
G = nx.Graph()
cur.execute('SELECT Source, Target, Weight FROM DATEN')
G.add_weighted_edges_from(cur)
nx.draw(G)
plt.show()
内容总结
以上是互联网集市为您收集整理的python – 来自数据库的加权边列表的图形全部内容,希望文章能够帮你解决python – 来自数据库的加权边列表的图形所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。