相关疑难解决方法(0)

我有一个非常大的网络需要在 Networkx 中读取和分析（大约 5 亿行），存储在 gzip 加权边缘列表（Node1 Node2 权重）中。到目前为止，我尝试用以下方式阅读它：

# Open and Read File
with gzip.open(network,'rb') as fh:
    # Read Weighted Edge List
    G = nx.read_weighted_edgelist(fh, create_using=nx.DiGraph())

但由于它很大，我有一些内存问题。我想知道是否有一种方法可以沿着固定长度的块以“pandas”样式读取文件。感谢您的帮助。

编辑：

这是我的边缘列表文件的一小部分提取（Node1 Node2 Weight）：

30879005 5242 11
44608582 2295986 4
24935102 737450 1
42230925 1801294 1
20926179 2332390 1
40959246 1100438 1
3291058 3226104 1
23192021 5818064 1
16328715 7695005 1
11561383 2102983 1
1886716 1378893 2
23192021 5818065 1
2060097 2060091 1
7176482 3222203 2
46586813 1599030 1
35151866 35151866 1 …

我有一个包含这些节点的 csv 文件，每个节点都有相关的坐标，如下所示：

    node x y
    A1  67.8    15.53
    A2  108.74  15.53
    B1  67.8    25.33
    B2  108.74  25.33
    C1  67.8    30.22
    C2  108.74  30.22
    D1  67.8    37.99
    D2  108.74  37.99
    E1  67.8    43.84

对于每个节点，我有另一个带边的文件，它表示每个连接节点之间的距离，如下所示：

   node1 node2 distance
   A1 A2 40.90
   A1 B1 9.8
   A2 B2 9.8
   B1 A1 9.8
   ...

那么，我该怎么做才能将节点及其对应的边添加到同一个图中？

我试过这个，但它不起作用：

    import pandas as pd 
    import networkx as nx 
    import matplotlib.pyplot as plt
    import numpy

    nodes = pd.read_csv('nodes.csv')
    print nodes

    G = nx.Graph()

    for row in nodes.iterrows():
      G.add_node(row[1][0], x=row[1][2],y=row[1][3]) …