0

NetworkXを用いて、日本語ファイル(prn)を読み込もうとしたのですが、以下のエラーが出てしまいました。
初歩的な点で申し訳ござませんが、ご助言頂けますと幸いです。

エラー
QT---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)
<ipython-input-28-f4f3d26af7f2> in <module>()
      2 G=nx.DiGraph()
      3 #エッジ(辺)リストをファイルを読み込んで作成
----> 4 G=nx.read_edgelist("sm10.prn",nodetype=int,create_using=nx.DiGraph())
      5 
      6 

<C:\Users\IWAMOTO MOMOKA\Anaconda2\lib\site-packages\decorator.pyc:decorator-gen-703> in read_edgelist(path, comments, delimiter, create_using, nodetype, data, edgetype, encoding)

C:\Users\IWAMOTO MOMOKA\Anaconda2\lib\site-packages\networkx\utils\decorators.pyc in _open_file(func_to_be_decorated, *args, **kwargs)
    238         # Finally, we call the original function, making sure to close the fobj
    239         try:
--> 240             result = func_to_be_decorated(*new_args, **kwargs)
    241         finally:
    242             if close_fobj:

C:\Users\IWAMOTO MOMOKA\Anaconda2\lib\site-packages\networkx\readwrite\edgelist.pyc in read_edgelist(path, comments, delimiter, create_using, nodetype, data, edgetype, encoding)
    367     return parse_edgelist(lines, comments=comments, delimiter=delimiter,
    368                           create_using=create_using, nodetype=nodetype,
--> 369                           data=data)
    370 
    371 

C:\Users\IWAMOTO MOMOKA\Anaconda2\lib\site-packages\networkx\readwrite\edgelist.pyc in parse_edgelist(lines, comments, delimiter, create_using, nodetype, data)
    267             except:
    268                 raise TypeError("Failed to convert nodes %s,%s to type %s."
--> 269                                 % (u, v, nodetype))
    270 
    271         if len(d) == 0 or data is False:

<type 'str'>: (<type 'exceptions.UnicodeEncodeError'>, UnicodeEncodeError('ascii', u"Failed to convert nodes \u9d8f,\u305f\u307e\u3054 to type <type 'int'>.", 24, 25, 'ordinal not in range(128)'))

UNQT-------------------------------------------------------------

元ファイルおよびコードは以下の通りです。

QT-------------------------------------------------------------

鶏      たまご
ごはん  たまご
オムライごはん
チャーハオムライス
にら玉  鶏

UNQT-----------------------------------------------------------

QT--------------------------------------------------------------

# coding=UTF-8
#関数の宣言
import networkx as nx
import string
import pandas as pd
import collections
import itertools
import matplotlib.pyplot as plt
import numpy as np

#有向グラフを指定
G=nx.DiGraph()
#エッジ(辺)リストをファイルを読み込んで作成
G=nx.read_edgelist("sm10.prn",nodetype=int,create_using=nx.DiGraph())


#ノード(頂点)数出力
print(nx.number_of_nodes(G))
#エッジ数出力
print(nx.number_of_edges(G))
#ネットワーク基本情報出力
print(nx.info(G))
#次数分布

print(nx.degree_histogram(G))

UNQT-----------------------------------------------------------

1 件の回答 1

1

原因判明
取り敢えずエラーは無くして何かが表示されるところまでは来ました。

既に指摘した2点

  • データファイルの encoding を utf-8 に変換すること
  • nodetype=int を nodetype=str に変更すること

の他に、「データファイルの3行目・4行目の文字列が区切られていなくて有効なデータになっていない」 というのが原因でした。質問記事を書いた際の転記ミスかもしれませんが、データを以下のように直したら処理が行われました。

鶏         たまご
ごはん     たまご
オムライス ごはん
チャーハン オムライス
にら玉     鶏

結果はこんな出力になっています。

6
5
Name:
Type: DiGraph
Number of nodes: 6
Number of edges: 5
Average in degree:   0.8333
Average out degree:   0.8333
[0, 2, 4]

環境的には Windows10 64bit, Python 3.7.6, NetworkX 2.4, pandas 1.0.1, matplotlib 3.2.0, numpy 1.18.1 を使っています。


以下:当初回答

単純に、データファイルが UTF-8 ではなく UTF-16 で作られているからでしょう。
データファイルを UTF-8 に変換しておくか、read_edgelist呼び出し時にencodingutf-16に指定すれば大丈夫だと思われます。

read_edgelist

read_edgelist(path, comments='#', delimiter=None, create_using=None, nodetype=None, data=True, edgetype=None, encoding='utf-8')

エラーメッセージのコードを見るとUTF-16のコードです。

<type 'str'>: (<type 'exceptions.UnicodeEncodeError'>, UnicodeEncodeError('ascii', u"Failed to convert nodes \u9d8f,\u305f\u307e\u3054 to type <type 'int'>.", 24, 25, 'ordinal not in range(128)'))

\u9d8f
\u305f
\u307e
\u3054


コメントに書かれたエラーの0x0aは改行コードなので、普通に文字の一部であり、それがエラーになるのはちょっとおかしい感じです。

それでデータフォーマット関連で検索してみたところでは、以下の記事を見ると nodetype=intではなく nodetype=str を指定してみてはどうでしょう。
Python の NetworkX 入門
データの例がこちらで

0 1
0 2
0 3
0 4
 :

プログラム例がこちら

# グラフを構築
G = nx.read_edgelist('facebook_combined.txt', nodetype=int)

Pythonでネットワークを分析・可視化しよう!必要手順まとめ
データの例がこちらで

実際のデータ: edgelist.txt

A B
A C
A D
A E
A F
 :

プログラム例がこちら

G = nx.read_edgelist('edgelist.txt', nodetype=str)
6
  • ご回答頂き有難うございます。encoding="utf-16" を追加したのですが、以下のエラーが出てきてしましました。また、UTF-8のファイルでやった場合も同様に質問と同じエラーが出てきてしまいました。。。。 UnicodeDecodeError: 'utf16' codec can't decode byte 0x0a in position 22:
    – maruchanz
    Commented 2020年3月4日 10:06
  • kunifさん ご返信遅くなり申し訳ございません。関連サイトまで有難うございます。試しにやってみたいのですが、やはりエラーは治りませんでした。されどご助言頂き有難うございました。
    – maruchanz
    Commented 2020年3月7日 6:11
  • 駄目ならNetworkXの機能で自動でファイルを読んでデータを作らせるのではなく、自分でファイルを読んでデータを作るとかしてみればどうでしょう? NetworkX と PyGraphviz / Gephi で日本語ラベル付きエッジを持つグラフを可視化, [Python]NetworkXでQiitaのタグ関係図を描く, NetworkXの頂点の書式を設定する, networkxで全国名字ネットワークを可視化してみた
    – kunif
    Commented 2020年3月7日 6:25
  • 有難うございます。試行錯誤してみます。
    – maruchanz
    Commented 2020年3月8日 9:40
  • 1
    kunifさん。有難うございます。おっしゃる通り直したところエラーがなくなりました!また、大変申し訳ないのですが、pythonが2.7verであったことも原因だったようです。3.7以降にしたところエラーが解消しました。長らくアドバイス頂き有難うございました。
    – maruchanz
    Commented 2020年3月8日 10:37

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。