### 使用Python构建公路网络模型并生成可视化图片 要使用Python构建公路网络模型并生成可视化图片，可以采用`NetworkX`库来定义和操作网络结构，并利用`Matplotlib`或其他交互式绘图工具（如`Pyvis`或`Plotly`）来进行可视化。以下是具体的方法： #### 构建公路网络模型 公路网络通常可以用图论中的加权无向图表示，其中节点代表交叉路口或城市，边代表道路连接，权重则可能表示距离、时间成本等。 ```python import networkx as nx import matplotlib.pyplot as plt # 创建一个空的加权无向图 G = nx.Graph() # 添加节点（假设这些是不同的城市） nodes = ['CityA', 'CityB', 'CityC', 'CityD'] G.add_nodes_from(nodes) # 添加带权重的边（权重表示两座城市之间的距离） edges = [('CityA', 'CityB', {'weight': 10}), ('CityA', 'CityC', {'weight': 20}), ('CityB', 'CityC', {'weight': 15}), ('CityB', 'CityD', {'weight': 25}), ('CityC', 'CityD', {'weight': 30})] G.add_edges_from(edges) ``` #### 可视化公路网络模型 为了更好地展示公路网络及其属性，可以使用`Matplotlib`绘制图形，并标注每条边的距离。 ```python # 绘制网络图 pos = nx.spring_layout(G) # 定义布局方式 nx.draw_networkx_nodes(G, pos, node_size=700) # 节点样式 nx.draw_networkx_labels(G, pos, font_size=10, font_family="sans-serif") # 显示节点标签 # 边及权重显示 edge_labels = nx.get_edge_attributes(G, 'weight') nx.draw_networkx_edges(G, pos, edgelist=G.edges(), width=2) # 边样式 nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels) # 显示边上的权重 plt.axis('off') # 关闭坐标轴 plt.title("Highway Network Model Visualization", fontsize=16) # 图形标题 plt.show() ``` 以上代码展示了如何创建一个简单的公路网络模型，并将其可视化为一张带有权重标记的地图[^1]。 如果希望进一步增强互动性和美观性，还可以考虑使用`Pyvis`或`Plotly`这样的交互式图表库。例如，下面是如何用`Pyvis`实现类似的交互效果： ```python from pyvis.network import Network # 将NetworkX图转换为Pyvis图 net = Network(notebook=True) net.from_nx(G) # 设置一些额外参数以提高可读性 net.set_options(""" const options = { "nodes": {"font": {"size": 20}}, "edges": {"arrows": {"to": {"enabled": true}}} }; """) # 输出HTML文件用于查看 net.show("highway_network_interactive.html") ``` 这种方法允许用户点击放大细节或者拖拽调整视角，非常适合于复杂的大型网络数据集[^1]。 --- ### 地理信息系统扩展 对于更加真实的场景模拟，比如基于实际地理位置的城市间连线，则需要用到地理信息系统技术。此时推荐结合`Geopandas`加载真实世界的空间矢量数据，并配合`Folium`制作叠加在地图上的动态视觉效果[^3]。 ---