用python绘制无向加权网络

在Python中，我们可以使用`networkx`库来绘制无向加权网络。`networkx`是一个强大的图论库，非常适合处理这类数据结构。绘制加权网络的基本步骤如下：

1. 首先，需要安装`networkx`库，如果还没有安装，可以使用pip命令安装：

   pip install networkx

2. 导入必要的模块：

   import networkx as nx
   import matplotlib.pyplot as plt

3. 创建一个加权的无向图，例如邻接矩阵或字典表示：
- 使用邻接矩阵（二维列表）:

     weights = {
         ('node1', 'node2'): 5,
         ('node1', 'node3'): 7,
         ('node2', 'node3'): 9,
         # 更多边及其权重...
     }
     G = nx.from_weighted_edges(weights)

- 或者使用字典的键值对表示边和权重：

     edges_with_weights = [('node1', 'node2', 5), ('node1', 'node3', 7), ('node2', 'node3', 9)]
     G = nx.Graph()
     for edge, weight in edges_with_weights:
         G.add_edge(edge[0], edge[1], weight=weight)

4. 绘制网络：

   pos = nx.spring_layout(G)  # 使用布局算法确定节点的位置
   nx.draw(G, pos, with_labels=True, node_color='lightblue', edge_color='gray', width = [e[2] * 0.5 for e in G.edges(data='weight')])
   plt.show()  # 显示图形

这里我们使用了`spring_layout`函数来自动布局节点，并通过`edge_color`和`width`参数将权重可视化。