### 使用 Python 基于邻接矩阵绘制无向图 在 Python 中，可以通过 `networkx` 库轻松实现基于邻接矩阵的无向图绘制功能。以下是详细的代码实现： #### 导入必要的库 为了完成绘图操作，需要导入两个主要模块：`networkx` 和 `matplotlib.pyplot`。前者用于创建和处理图形对象，后者则负责渲染图像。 ```python import networkx as nx import matplotlib.pyplot as plt ``` #### 创建并配置无向图 定义一个函数来接收邻接矩阵作为输入参数，并构建对应的无向图实例。此过程涉及以下几个步骤： 1. 初始化一个新的空无向图； 2. 添加节点及其标签（这里假设顶点名为 A-E 对应索引 0-4）； 3. 解析邻接矩阵以提取边的信息； 4. 将这些边加入到已初始化好的图中去。 ```python def create_graph_from_adj_matrix(adj_matrix): G = nx.Graph() # Add nodes with labels from 'A' to corresponding number of vertices. num_vertices = len(adj_matrix) node_labels = {i: chr(65+i) for i in range(num_vertices)} # Map indices to letters like {'0': 'A', ...}. G.add_nodes_from(node_labels.keys()) # Parse the adjacency matrix and add edges accordingly. for i in range(len(adj_matrix)): for j in range(i + 1, len(adj_matrix)): # Avoid duplicate edge additions by only checking upper triangle part. if adj_matrix[i][j]: G.add_edge(i, j) return G, node_labels ``` #### 可视化生成的图表 最后一步就是调用 Matplotlib 来展示所得到的结果。设置布局样式可以使最终呈现更加美观易懂。 ```python if __name__ == "__main__": adj_matrix = [ [0, 1, 0, 0, 1], [1, 0, 1, 1, 1], [0, 1, 0, 1, 0], [0, 1, 1, 0, 1], [1, 1, 0, 1, 0] ] graph, labels_mapping = create_graph_from_adj_matrix(adj_matrix) pos = nx.spring_layout(graph) # Positions for all nodes. # Draw nodes/edges along with their respective annotations. nx.draw_networkx_nodes(graph, pos, node_size=700) nx.draw_networkx_edges(graph, pos, width=2) nx.draw_networkx_labels(graph, pos, labels=labels_mapping, font_size=20, font_family="sans-serif") plt.axis('off') # Turn off axis since we don't need them here. plt.show() ``` 以上脚本会依据指定的邻接矩阵自动生成一张清晰直观的无向图[^9]。 ---