### 使用 Python 创建具有 300 个节点的道路网络图 为了创建一个包含 300 个节点的道路网络图，可以采用 `networkx` 库来构建图结构并定义节点之间的连接方式。下面展示了一个具体的实现方法。 #### 安装必要的库 首先需要安装两个主要依赖项——`networkx` 和 `matplotlib` 或者 `plotly` 来支持绘图功能[^3]： ```bash pip install networkx matplotlib plotly ``` #### 构建道路网络模型 这里通过随机生成的方式模拟城市间的道路连接情况，并确保最终形成的图形接近实际的城市交通网特性。考虑到道路通常是双向通行的，在此选用无向图作为基础架构[^1]。 ```python import random import networkx as nx import matplotlib.pyplot as plt def create_road_network(node_count): G = nx.Graph() # Create an undirected graph # Add all the nodes to the graph for i in range(1, node_count + 1): G.add_node(i) # Randomly add edges between pairs of cities/nodes based on a probability threshold. prob_threshold = 0.02 # Probability that any pair will be connected by road for u in range(1, node_count + 1): for v in range(u + 1, node_count + 1): # Avoid self-loops and duplicate connections if random.random() < prob_threshold: weight = round(random.uniform(1, 10), 2) # Assigning weights representing distance or travel time G.add_edge(u, v, weight=weight) return G # Generate a road network with 300 nodes road_network = create_road_network(300) print(f"The generated road network has {len(list(road_network.edges()))} roads.") ``` 这段代码片段实现了如下操作：初始化一个新的无向图实例；循环添加指定数量的节点到该图中；基于一定的概率阈值决定任意两座“城巿”之间是否存在直接连通路径（即是否有路相连），同时赋予每条边相应的权重表示距离或行驶时间等属性[^4]。 #### 绘制道路网络图 完成上述准备工作之后就可以调用 NetworkX 提供的方法来进行可视化展示了。这里选择了 Matplotlib 进行简单的二维平面布局显示[^2]。 ```python pos = nx.spring_layout(road_network) # Position nodes using Fruchterman-Reingold force-directed algorithm. plt.figure(figsize=(15, 8)) nx.draw_networkx_nodes(road_network, pos, node_size=70, alpha=0.6, node_color="skyblue") nx.draw_networkx_edges(road_network, pos, width=0.5, edge_color='grey') edge_labels = {(u, v): d['weight'] for u, v, d in road_network.edges(data=True)} nx.draw_networkx_edge_labels(road_network, pos, edge_labels=edge_labels, font_size=8) plt.title('Road Network Visualization With Weights') plt.axis('off') # Hide axes because they are not meaningful here plt.show() ``` 以上代码会根据之前建立好的道路网络数据集自动计算出合适的节点位置分布方案，并将其渲染成易于理解的地图形式展现出来。此外还加入了对各路段长度/耗时的具体标注以便更直观地反映整个系统的特征。