В Networkx, если у меня есть существующий график, который я создал из файла json, как я могу добавить новые метаданные к узлам и ребрам?
У меня есть график NetworkX, состоящий из пользователей Twitter в виде узлов и взаимодействий между ними (твиты, ответы, ретвиты и т. Д.) В качестве границ.
Но в настоящее время у меня есть только идентификаторы пользователей и твиты на графике.
Я хочу добавить больше метаданных, включенных в график, например, отображаемые имена каждого пользователя в каждом списке ребер, текст твита каждого ребра и хештеги, добавленные к каждому ребру.
Каждый твит в формате JSON.
Я просматривал документацию, чтобы посмотреть, смогу ли я это сделать, но я в тупике.
Вот пример твита:
{'created_at': 'Fri Oct 20 01:35:26 +0000 2017', 'id': 921188076109598722, 'id_str': '921188076109598722', 'text': 'RT:machinelearnbot: From 0 to 1: Spark for Data Science with Python', 'source': '<a href="https://ifttt.com" rel="nofollow">IFTTT</a>', 'truncated': False, 'in_reply_to_status_id': None, 'in_reply_to_status_id_str': None, 'in_reply_to_user_id': None, 'in_reply_to_user_id_str': None, 'in_reply_to_screen_name': None, 'user': {'id': 230403822, 'id_str': '230403822', 'name': 'Andy Sugden', 'screen_name': 'AndySugs', 'location': 'Lancs, NW England', 'url': None, 'description': 'Father ov 3 who supports LFC & likes 2 do odd T-SQL query. Buzz off SQL BI, House tunes, reading news & airing me views #SQLServer #PowerBI #DataScience #rstats', 'translator_type': 'none', 'protected': False, 'verified': False, 'followers_count': 3242, 'friends_count': 5001, 'listed_count': 246, 'favourites_count': 1741, 'statuses_count': 361615, 'created_at': 'Sat Dec 25 10:11:58 +0000 2010', 'utc_offset': None, 'time_zone': None, 'geo_enabled': True, 'lang': 'en', 'contributors_enabled': False, 'is_translator': False, 'profile_background_color': 'C0DEED', 'profile_background_image_url': 'http://abs.twimg.com/images/themes/theme1/bg.png', 'profile_background_image_url_https': 'https://abs.twimg.com/images/themes/theme1/bg.png', 'profile_background_tile': False, 'profile_link_color': '1DA1F2', 'profile_sidebar_border_color': 'C0DEED', 'profile_sidebar_fill_color': 'DDEEF6', 'profile_text_color': '333333', 'profile_use_background_image': True, 'profile_image_url': 'http://pbs.twimg.com/profile_images/482534534768898048/-dVcutqH_normal.jpeg', 'profile_image_url_https': 'https://pbs.twimg.com/profile_images/482534534768898048/-dVcutqH_normal.jpeg', 'profile_banner_url': 'https://pbs.twimg.com/profile_banners/230403822/1493417607', 'default_profile': True, 'default_profile_image': False, 'following': None, 'follow_request_sent': None, 'notifications': None}, 'geo': None, 'coordinates': None, 'place': None, 'contributors': None, 'is_quote_status': False, 'quote_count': 0, 'reply_count': 0, 'retweet_count': 0, 'favorite_count': 0, 'entities': {'hashtags': [{'text': 'machinelearning', 'indices': [92, 108]}], 'urls': [{'expanded_url': 'https://click.linksynergy.com/link?id=*YZD2vKyNUY&offerid=358574.886024&type=2&murl=https%3A%2F%2Fwww.udemy.com%2Fspark-for-data-science-with-python%2F', 'display_url': 'click.linksynergy.com/link?id=*YZD2v…', 'indices': [68, 91]}], 'user_mentions': [], 'symbols': []}, 'favorited': False, 'retweeted': False, 'possibly_sensitive': False, 'filter_level': 'low', 'lang': 'en', 'timestamp_ms': '1508463326848'}