import pandas as pd import numpy as np import networkx as nx import matplotlib.pyplot as plt df = pd.read_excel(r"C:\Users\li'yi'jie\Desktop\运筹学网络规划数据.xlsx") edges = [] for i in range(len(df)): edge = { "id": df.loc[i, "边的编号"], "tail": df.loc[i, "边的尾节点"], "head": df.loc[i, "边的头节点"], "length": df.loc[i, "长度"], "capacity": df.loc[i, "容量"] } edges.append(edge) plt.figure(figsize=(15,15)) G = nx.DiGraph() for edge in edges: G.add_edge(edge["tail"], edge["head"], weight=edge["length"]) all_pairs = dict(nx.all_pairs_dijkstra_path_length(G)) pos = nx.spring_layout(G) nx.draw(G, pos, with_labels=True) labels = nx.get_edge_attributes(G, "weight") nx.draw_networkx_edge_labels(G, pos, edge_labels=labels) #nx.draw_networkx_edge_labels(G, pos, edge_labels=labels, label_pos=0.3) plt.show() # 使用Floyd算法求解所有顶点对之间的最短路长度 dist = nx.floyd_warshall(G) # 将结果写入Excel文件中 rows = [] for i, row in enumerate(dist): for j, value in enumerate(row): rows.append({"起始节点": i, "终止节点": j, "最短路长度": value}) df_result = pd.DataFrame(rows) df_result.to_excel(r"C:\Users\li'yi'jie\Desktop\最短路径结果.xlsx", index=False)报错TypeError: 'numpy.int64' object is not iterable如何修改？

这个错误提示是因为在使用`enumerate`函数的时候，其中的`row`是一个`numpy.int64`类型的对象，而这个对象是不可迭代的，所以会出现这个错误。可以通过将`row`转换为列表类型来解决这个问题，具体代码如下：

# 将结果写入Excel文件中
rows = []
for i, row in enumerate(dist):
    for j, value in enumerate(list(row)): # 将row转换为列表类型
        rows.append({"起始节点": i, "终止节点": j, "最短路长度": value})
df_result = pd.DataFrame(rows)
df_result.to_excel(r"C:\Users\li'yi'jie\Desktop\最短路径结果.xlsx", index=False)

这样就可以避免这个错误。

相关问题

代码解读，import networkx as nx import pandas as pd import matplotlib.pyplot as plt import numpy as np import scipy as sp

这段代码是Python中导入几个常用的数据分析和可视化库。具体解释如下：

- `import networkx as nx`：导入 `networkx` 库，它是一个用于复杂网络分析的Python库，可以方便地创建、操作和可视化各种类型的网络结构。
- `import pandas as pd`：导入 `pandas` 库，并将其命名为 `pd`，它是一个用于数据处理和分析的Python库，可以方便地读取、操作和处理各种格式的数据，如CSV、Excel、SQL等。
- `import matplotlib.pyplot as plt`：导入 `matplotlib` 库，并将其子模块 `pyplot` 命名为 `plt`，它是一个用于绘制各种类型图表的Python库，包括线图、散点图、柱状图等。
- `import numpy as np`：导入 `numpy` 库，并将其命名为 `np`，它是一个用于科学计算的Python库，可以方便地进行数值计算、数组操作和线性代数运算等。
- `import scipy as sp`：导入 `scipy` 库，并将其命名为 `sp`，它是一个用于科学计算和数据分析的Python库，包括线性代数、数值计算、优化、统计分析等。

这些库都是Python数据分析和可视化领域的常用工具，可以帮助我们进行各种类型的数据处理和分析，并将结果可视化。

import pandas as pd import numpy as np import networkx as nx import matplotlib.pyplot as plt df = pd.read_excel(r"C:\Users\li'yi'jie\Desktop\运筹学网络规划数据.xlsx") edges = [] for i in range(len(df)): edge = { "id": df.loc[i, "边的编号"], "tail": df.loc[i, "边的尾节点"], "head": df.loc[i, "边的头节点"], "length": df.loc[i, "长度"], "capacity": df.loc[i, "容量"] } edges.append(edge) plt.figure(figsize=(15,15)) G = nx.DiGraph() for edge in edges: G.add_edge(edge["tail"], edge["head"], weight=edge["length"]) pos = nx.spring_layout(G) nx.draw(G, pos, with_labels=True) labels = nx.get_edge_attributes(G, "weight") nx.draw_networkx_edge_labels(G, pos, edge_labels=labels) #nx.draw_networkx_edge_labels(G, pos, edge_labels=labels, label_pos=0.3) plt.show() all_pairs = dict(nx.all_pairs_dijkstra_path_length(G)) rows = [] for start_node, dist_dict in all_pairs.items(): for end_node, dist in dist_dict.items(): rows.append({'起始节点': start_node, '终止节点': end_node, '最短路径长度': dist}) df_result = pd.DataFrame(rows) df_result.to_excel('all_pairs.xlsx', index=False)请问在写入excel的时候，能否把经过的边的编号一起写入呢？麻烦给下修改后的代码，谢谢你！

可以在遍历最短路径的时候记录下经过的边的编号，然后将其存储到结果表格中。以下是修改后的代码：

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

df = pd.read_excel(r"C:\Users\li'yi'jie\Desktop\运筹学网络规划数据.xlsx")

edges = []
for i in range(len(df)):
    edge = {
        "id": df.loc[i, "边的编号"],
        "tail": df.loc[i, "边的尾节点"],
        "head": df.loc[i, "边的头节点"],
        "length": df.loc[i, "长度"],
        "capacity": df.loc[i, "容量"]
    }
    edges.append(edge)

plt.figure(figsize=(15,15))
G = nx.DiGraph()
for edge in edges:
    G.add_edge(edge["tail"], edge["head"], weight=edge["length"])

pos = nx.spring_layout(G)
nx.draw(G, pos, with_labels=True)
labels = nx.get_edge_attributes(G, "weight")
nx.draw_networkx_edge_labels(G, pos, edge_labels=labels)
#plt.draw()
plt.show()

all_pairs = dict(nx.all_pairs_dijkstra_path(G))

rows = []
for start_node, paths in all_pairs.items():
    for end_node, path in paths.items():
        path_edges = []
        for i in range(len(path)-1):
            edge_id = G[path[i]][path[i+1]]['id']
            path_edges.append(edge_id)
        row = {
            '起始节点': start_node,
            '终止节点': end_node,
            '最短路径长度': nx.dijkstra_path_length(G, start_node, end_node),
            '经过的边编号': path_edges
        }
        rows.append(row)

df_result = pd.DataFrame(rows)
df_result.to_excel('all_pairs.xlsx', index=False)

修改后的代码中，我们在遍历最短路径时，记录下了经过的边的编号，并将其存储到结果表格的“经过的边编号”一列中。