實現動態網路的時間快照生成與時序分析

import networkx as nx
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from pathlib import Path
import datetime
import time
import math # 確保 math 模組已導入，儘管在此函數中未使用

# --- 假設 G_wiki 已載入並處理好邊的 'begin' 和 'end' 屬性 ---
# 為了程式碼的獨立性，這裡模擬創建一個 MultiGraph
# 實際應用中，應接續前文的 G_wiki 載入

# --- 模擬創建 G_wiki MultiGraph ---
data_dir = Path('./data_simulated') # 假設數據目錄存在
ligtenberg_dir = data_dir / 'ligtenberg2017'
ligtenberg_dir.mkdir(parents=True, exist_ok=True)
wikilinks_csv_path = ligtenberg_dir / 'wikilinks.csv'

# 模擬創建 wikilinks.csv
if not wikilinks_csv_path.exists():
    print("創建模擬 wikilinks.csv...")
    mock_edges_data = []
    # 模擬一些節點和邊，涵蓋不同的時間段
    # 邊格式: node1,node2,begin,end
    # Unix timestamp 示例: 2001-10-01 00:00:00 -> 1001865600
    # 2001-11-06 00:00:00 -> 1005004800
    
    # 邊 1: 存在於整個時間段
    mock_edges_data.append({'node1': 'A', 'node2': 'B', 'begin': 1001865600, 'end': 1005004800})
    # 邊 2: 在中期出現
    mock_edges_data.append({'node1': 'B', 'node2': 'C', 'begin': 1002556800, 'end': 1005004800}) # 2001-10-08
    # 邊 3: 在後期出現
    mock_edges_data.append({'node1': 'A', 'node2': 'C', 'begin': 1002730000, 'end': 1005004800}) # 2001-10-10
    # 邊 4: 在早期消失
    mock_edges_data.append({'node1': 'A', 'node2': 'D', 'begin': 1001865600, 'end': 1002556800}) # 消失於 2001-10-08
    # 邊 5: 存在於整個時間段，但可能與其他邊形成三角形
    mock_edges_data.append({'node1': 'C', 'node2': 'D', 'begin': 1001865600, 'end': 1005004800})
    # 邊 6: 僅存在於後期
    mock_edges_data.append({'node1': 'B', 'node2': 'D', 'begin': 1003500000, 'end': 1005004800}) # 2001-10-21

    df_mock_edges = pd.DataFrame(mock_edges_data)
    # NetworkX read_edgelist 預期格式是 node1,node2,attr1,attr2,...
    # 所以我們需要將 begin 和 end 寫入 CSV，並確保順序正確
    df_mock_edges.to_csv(wikilinks_csv_path, index=False, header=['node1', 'node2', 'begin', 'end'])
    print("模擬 wikilinks.csv 創建完成。")

# 載入 MultiGraph
try:
    G_wiki = nx.read_edgelist(
        str(wikilinks_csv_path), # 確保路徑是字串
        data=[('begin', int), ('end', int)],
        create_using=nx.MultiGraph() # 確保使用 MultiGraph
    )
    print(f"成功載入 G_wiki MultiGraph: {G_wiki.number_of_nodes()} 個節點, {G_wiki.number_of_edges()} 條邊。")
except FileNotFoundError:
    print(f"錯誤：找不到模擬數據文件 {wikilinks_csv_path}")
    G_wiki = nx.MultiGraph() # 創建一個空圖以避免後續錯誤
except Exception as e:
    print(f"載入 G_wiki 時發生錯誤: {e}")

# --- 快照生成函數 ---
def get_snapshot(G, date_str):
    """
    從 MultiGraph 中提取指定日期的網路快照。
    G: 包含 'begin' 和 'end' 時間戳的 MultiGraph。
    date_str: 'YYYY-MM-DD' 格式的日期字符串。
    返回: 在該日期存在的邊構成的 nx.Graph 快照。
    """
    try:
        dt = datetime.datetime.strptime(date_str, '%Y-%m-%d')
        # 使用 UTC 時間戳以避免時區問題，儘管 mktime 默認使用本地時間
        # 更穩健的方式是使用 pytz 或 datetime.timezone.utc
        # 這裡為簡化，假設本地時間與數據一致或影響不大
        timestamp = time.mktime(dt.timetuple()) 
        
        snapshot_edges_data = [] # 儲存 (u, v, key) 以便構建子圖
        
        # 遍歷 MultiGraph 中的所有邊及其鍵 (key)
        for u, v, key, data in G.edges(keys=True, data=True):
            # 檢查邊是否存在於給定時間戳
            # 確保 'begin' 和 'end' 屬性存在且為數字
            if 'begin' in data and 'end' in data and \
               isinstance(data['begin'], (int, float)) and \
               isinstance(data['end'], (int, float)):
                
                if data['begin'] <= timestamp and data['end'] >= timestamp:
                    snapshot_edges_data.append((u, v, key)) # 儲存邊的 (u, v, key)
            else:
                # 如果邊屬性不完整，可以選擇忽略或記錄警告
                pass 

        # 使用 edge_subgraph 創建包含這些邊的子圖
        # 注意: edge_subgraph 返回的圖類型與原圖一致 (MultiGraph)
        # 如果需要標準 Graph，需要進一步轉換
        snapshot_G = G.edge_subgraph(snapshot_edges_data)
        
        # 為了簡化，我們返回一個標準的 Graph，假設不需要處理同一時間點的多重邊
        # 如果需要保留多重邊信息，則返回 snapshot_G (MultiGraph)
        return nx.Graph(snapshot_G) 

    except ValueError as ve:
        print(f"日期格式錯誤或無效日期 '{date_str}': {ve}")
        return nx.Graph() # 返回空圖
    except KeyError as ke:
        print(f"處理邊時缺少屬性: {ke}。請確保邊具有 'begin' 和 'end' 屬性。")
        return nx.Graph() # 返回空圖
    except Exception as e:
        print(f"生成快照時發生未知錯誤: {e}")
        return nx.Graph() # 返回空圖

# --- 定義需要視覺化的日期 ---
dates_to_visualize = [
    '2001-10-01',
    '2001-10-08',
    '2001-10-15',
    '2001-10-22',
    '2001-10-29',
    '2001-11-06',
]

print("\n已定義需要生成快照的日期列表。")
print("接下來將調用 get_snapshot 函數為每個日期生成網路快照。")

# --- 示例：生成並顯示第一個快照的節點和邊數量 ---
if G_wiki.number_of_edges() > 0:
    first_date = dates_to_visualize[0]
    snapshot_0 = get_snapshot(G_wiki, first_date)
    print(f"\n快照 '{first_date}':")
    print(f"  - 節點數量: {snapshot_0.number_of_nodes()}")
    print(f"  - 邊數量: {snapshot_0.number_of_edges()}")
else:
    print("\nG_wiki 圖為空，無法生成快照。")

# --- 後續步驟預期 ---
# 1. 遍歷 dates_to_visualize 列表
# 2. 對每個日期調用 get_snapshot 函數生成快照
# 3. (可選) 儲存這些快照，或直接進行視覺化
# 4. 視覺化每個快照，觀察網路結構隨時間的變化