生成代码（建立任意无向图，采用邻接矩阵存储，完成以下操作：对该图进行深度优先遍历，并输出遍历结果。对该图进行广度优先遍历，并输出遍历结果。）

以下是建立无向图并进行深度优先遍历和广度优先遍历的代码：

class Graph:
    def __init__(self, vertices):
        self.vertices = vertices
        self.adj_matrix = [[0] * vertices for i in range(vertices)]

    def add_edge(self, u, v):
        self.adj_matrix[u][v] = 1
        self.adj_matrix[v][u] = 1

    def dfs(self, start):
        visited = [False] * self.vertices
        self._dfs(start, visited)

    def _dfs(self, curr, visited):
        visited[curr] = True
        print(curr, end=' ')

        for i in range(self.vertices):
            if self.adj_matrix[curr][i] == 1 and not visited[i]:
                self._dfs(i, visited)

    def bfs(self, start):
        visited = [False] * self.vertices
        queue = []
        queue.append(start)
        visited[start] = True

        while queue:
            curr = queue.pop(0)
            print(curr, end=' ')

            for i in range(self.vertices):
                if self.adj_matrix[curr][i] == 1 and not visited[i]:
                    queue.append(i)
                    visited[i] = True


g = Graph(5)
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 3)
g.add_edge(2, 4)

print("DFS:")
g.dfs(0)

print("\nBFS:")
g.bfs(0)

解释一下代码：

1. 首先定义了一个图的类，需要传入顶点数初始化，同时使用邻接矩阵存储图。

2. `add_edge` 方法用于添加边，因为是无向图，所以需要同时在两个顶点之间添加边。

3. `dfs` 方法用于进行深度优先遍历，需要传入起点。

4. `_dfs` 方法是实际的递归函数，用来访问每个顶点，如果一个顶点没有被访问过，就将其标记为已访问，并输出它的编号。然后遍历与其相邻的未访问过的顶点。

5. `bfs` 方法用于进行广度优先遍历，需要传入起点。

6. 在 `bfs` 方法中，使用队列来存储每一层遍历到的顶点，先将起点加入队列中，并标记为已访问。然后从队列中取出一个顶点，输出其编号，并将其相邻的未访问过的顶点加入队列中。

最后运行程序，输出结果如下：

DFS:
0 1 3 2 4 
BFS:
0 1 2 3 4