若图中含有节点1包含属性：name、price，节点2包含属性：name，lat，将如何将图形转换成邻接矩阵和特征矩阵代码

将图形转换成邻接矩阵和特征矩阵的代码如下所示：

import networkx as nx
import numpy as np

# 创建图
G = nx.Graph()
G.add_node(1, name="Node1", price=100)
G.add_node(2, name="Node2", lat=30)

# 获取节点列表
nodes = list(G.nodes())

# 构建邻接矩阵
adjacency_matrix = np.zeros((len(nodes), len(nodes)))
for i, node1 in enumerate(nodes):
    for j, node2 in enumerate(nodes):
        if G.has_edge(node1, node2):
            adjacency_matrix[i][j] = 1

# 构建特征矩阵
feature_matrix = np.zeros((len(nodes), 3))
for i, node in enumerate(nodes):
    node_attrs = G.nodes[node]
    feature_matrix[i][0] = node_attrs.get("name", 0)
    feature_matrix[i][1] = node_attrs.get("price", 0)
    feature_matrix[i][2] = node_attrs.get("lat", 0)

print("邻接矩阵：\n", adjacency_matrix)
print("特征矩阵：\n", feature_matrix)

其中，邻接矩阵记录了节点之间的连接关系，特征矩阵记录了节点的特征信息。在特征矩阵中，我们使用 0 表示节点不含有某个属性。需要注意的是，邻接矩阵和特征矩阵的维度要与节点数量相同。