将邻接矩阵转换成图

import matplotlib.pyplot as plt
import networkx as nx
import numpy as np

# 示例的邻接矩阵
adjacency_matrix = np.array([
    [0, 1, 1, 0],
    [1, 0, 1, 1],
    [1, 1, 0, 1],
    [0, 1, 1, 0]
])

# 创建一个无向图
G = nx.Graph()

# 添加节点
num_nodes = len(adjacency_matrix)
G.add_nodes_from(range(num_nodes))


# 添加边
for i in range(num_nodes):
    for j in range(i + 1, num_nodes):
        if adjacency_matrix[i][j] == 1:
            G.add_edge(i, j)

# 使用 circular_layout 布局算法
pos = nx.circular_layout(G)

node_labels = {0: 'A', 1: 'B', 2: 'C', 3: 'D'}  # 这里假设节点名称为 A、B、C、D
# 绘制图形
nx.draw(G, pos, with_labels=True, labels=node_labels, node_color='skyblue', node_size=500, font_weight='bold', font_size=10)
plt.title('Graph from Adjacency Matrix')
plt.show()
  1. import matplotlib.pyplot as plt:导入 matplotlib 库中的绘图模块,并使用别名 plt

  2. import networkx as nx:导入 networkx 库,并使用别名 nxnetworkx 是一个用于创建、操作和研究复杂网络的 Python 库。

  3. import numpy as np:导入 numpy 库,并使用别名 npnumpy 是 Python 中用于科学计算的一个核心库,提供了对多维数组和矩阵的支持。

  4. adjacency_matrix = np.array([...]):创建一个示例的邻接矩阵。这个邻接矩阵表示一个无向图的连接情况,其中元素的值为 1 表示节点之间有边相连,值为 0 表示没有边相连。

  5. G = nx.Graph():创建一个空的无向图。

  6. num_nodes = len(adjacency_matrix):计算邻接矩阵的大小,确定图中节点的数量。

  7. G.add_nodes_from(range(num_nodes)):向图中添加节点,节点的数量由 num_nodes 决定。

  8. for i in range(num_nodes)::遍历节点。

  9. for j in range(i + 1, num_nodes)::遍历节点,确保只考虑上三角部分,因为邻接矩阵是对称的。

  10. if adjacency_matrix[i][j] == 1::检查邻接矩阵中节点是否相连。

  11. G.add_edge(i, j):如果节点相连(邻接矩阵中值为 1),则在图中添加一条边连接这两个节点。

  12. pos = nx.circular_layout(G):使用 networkx 中的 circular_layout() 布局算法,将节点放置在一个圆形上,以确定节点的位置信息。

  13. nx.draw(G, pos, with_labels=True, node_color='skyblue', node_size=500, font_weight='bold', font_size=10):使用 networkxdraw() 函数绘制图形。pos 参数指定了节点的位置信息,with_labels=True 表示在节点上显示标签,node_color 设置节点的颜色,node_size 设置节点的大小,font_weight 设置标签的字体加粗程度,font_size 设置标签的字体大小。

  14. plt.title('Graph from Adjacency Matrix'):设置图形的标题。

  15. plt.show():显示绘制的图形。

  16. 在代码中,如果直接指定节点的详细信息,比如节点标签、节点名称等。但在图形绘制的过程中,使用了 with_labels=True 参数,这告诉 nx.draw() 函数要在节点上显示标签,这个标签默认是节点的索引值。在这个例子中,已经指定了标签信息。

你可能感兴趣的:(python)