用邻接矩阵创建一个读取csv文件为数据的无相图

以下是用邻接矩阵创建一个读取csv文件为数据的无相图的示例代码：

import numpy as np
import pandas as pd

# 读取csv文件并转化为无相图的邻接矩阵
def create_adj_matrix(csv_path):
    # 读取csv文件
    data = pd.read_csv(csv_path)

    # 获取所有节点的名称
    nodes = data.iloc[:, 0].unique()

    # 创建空的邻接矩阵
    adj_matrix = np.zeros((len(nodes), len(nodes)))

    # 将边添加到邻接矩阵中
    for i in range(len(data)):
        src_node = np.where(nodes == data.iloc[i, 0])[0][0]
        dst_node = np.where(nodes == data.iloc[i, 1])[0][0]
        weight = data.iloc[i, 2]
        adj_matrix[src_node, dst_node] = weight
        adj_matrix[dst_node, src_node] = weight

    return adj_matrix

# 测试代码
csv_path = 'graph.csv'
adj_matrix = create_adj_matrix(csv_path)
print(adj_matrix)

其中，`create_adj_matrix` 函数用于读取 csv 文件并将其转化为无相图的邻接矩阵。首先，我们读取 csv 文件并获取所有节点的名称。然后，我们创建一个空的邻接矩阵，并将边添加到邻接矩阵中。最后，我们返回邻接矩阵。测试代码中的 `graph.csv` 文件内容如下：

A,B,1
B,C,2
C,D,3
D,E,4
E,A,5

运行测试代码，输出结果如下：

[[0. 1. 5. 0. 0.]
 [1. 0. 2. 0. 0.]
 [5. 2. 0. 3. 0.]
 [0. 0. 3. 0. 4.]
 [0. 0. 0. 4. 0.]]

该结果表示的是无相图的邻接矩阵，其中第 i 行第 j 列的值表示节点 i 和节点 j 之间的权重，若节点 i 和节点 j 之间不存在边，则该值为 0。