1
我有一个文本文件边缘的名单列表:图中从边缘
0 1
0 2
0 3
1 637
1 754
1 1319
1 1350
1 1463
1 1523
2 637
2 754
2 1319
2 1350
2 1463
2 1523
3 499
3 539
3 595
3 637
3 706
3 1128
3 1194
3 1213
3 1319
.. ...
我需要把它变成像这样的词典:
graph = { "a" : ["c"],
"b" : ["c", "e"],
"c" : ["a", "b", "d", "e"],
"d" : ["c"],
"e" : ["c", "b"],
"f" : []
}
我尝试这样远一直是:
import numpy as np
file_name='/Volumes/City_University/data_mining/Ecoli.txt'
key_column=0
dat=np.genfromtxt(file_name,dtype=str)
d={i:[] for i in np.unique(dat[:,key_column])}
for row in dat:
for key in d.keys():
if row[key_column]==key :d[key].append(row[1])
print (d)
但是,这不能正常工作,因为我不会得到一个新的关键,当它出现在值中:作为一个例子 我得到:
'0': ["1", "2", "3"]
'1': ['637', '754', '1319', '1350', '1463', '1523']
在'1'中,“0”丢失。
使其更简单。如果我有这样
a b
c d
文本,我应该得到这样一个结果: 图= { “一”: “B”], “B”: “一”], “C”: “d”], “d”: “C”]}如果你想有一个双向图
预先感谢您
线d [行[1]]追加(行[0])给我一个错误:当 “754” 出现在在第二列(754' KeyErroe) – Arslan 2014-12-04 13:38:41
我猜测,发生你的数据,但不是第一个。我认为你可以在np.unique(dat [:,0])+ np.unique(dat [:,1])}'中为'i做'd = {i:[],但使用defaultdict会更容易。编辑。 – Kevin 2014-12-04 13:44:09