用python编程实现在10个顶点的无向图中，每对顶点之间以概率0.6存在一条权重为[1,10]上随机整数的边，首先生成该图。然后求解下列问题： （1）求该图的最小生成树。

好的，让我来帮你用 Python 实现这个问题。

首先，我们需要生成10个顶点的无向图。可以使用邻接矩阵来表示这个图，其中每个元素表示两个顶点之间的边的权重。我们可以随机生成每条边的权重，并且以0.6的概率选择是否存在这条边。

下面是实现代码：

import random

# 生成10个顶点的无向图
graph = [[0] * 10 for i in range(10)]
for i in range(10):
    for j in range(i+1, 10):
        if random.random() < 0.6:
            weight = random.randint(1, 10)
            graph[i][j] = weight
            graph[j][i] = weight

# 输出生成的图
print("生成的图：")
for row in graph:
    print(row)

接下来，我们需要求该图的最小生成树。可以使用Prim算法或Kruskal算法来实现。这里我们使用Prim算法。具体实现过程如下：

1. 选择一个起点，将其加入集合S中。
2. 在所有不在S中的顶点中，选择与S中的顶点相连的边权重最小的顶点，将其加入S中。
3. 重复步骤2，直到所有顶点都在S中。
4. 最终S中的顶点和边组成的图就是原图的最小生成树。

下面是实现代码：

# Prim算法求最小生成树
def prim(graph):
    n = len(graph)
    selected = [False] * n
    selected[0] = True
    edges = []
    for i in range(n-1):
        min_weight = float('inf')
        min_from = 0
        min_to = 0
        for j in range(n):
            if selected[j]:
                for k in range(n):
                    if not selected[k] and graph[j][k] > 0 and graph[j][k] < min_weight:
                        min_weight = graph[j][k]
                        min_from = j
                        min_to = k
        selected[min_to] = True
        edges.append((min_from, min_to, min_weight))
    return edges

# 输出最小生成树
print("最小生成树：")
edges = prim(graph)
for edge in edges:
    print(edge[0], "-", edge[1], ":", edge[2])

这样，我们就可以生成10个顶点的无向图，并且求出它的最小生成树了。