用python将点二维坐标集变成邻接矩阵，其中第一行和第一列分别是点二维坐标,不使用np数组

好的，我明白您的要求。以下是将点二维坐标集变成邻接矩阵的Python代码示例：

points = [(1, 2), (3, 4), (5, 6)]
n = len(points)

# 创建一个二维列表（List of List），初始化为0
adj_matrix = [[0] * (n + 1) for i in range(n + 1)]

# 将第一行和第一列设置为点二维坐标
for i in range(1, n + 1):
    adj_matrix[0][i] = points[i - 1][0]
    adj_matrix[i][0] = points[i - 1][1]

# 根据欧氏距离计算点之间的连接关系
for i in range(1, n + 1):
    for j in range(1, n + 1):
        dist = ((points[i - 1][0] - points[j - 1][0]) ** 2
                + (points[i - 1][1] - points[j - 1][1]) ** 2) ** 0.5
        if dist <= 1:  # 如果两点之间距离小于等于1，则认为它们之间有连接关系
            adj_matrix[i][j] = 1

# 打印邻接矩阵
for row in adj_matrix:
    for value in row:
        print(value, end=' ')
    print()

上述代码中，我们首先定义了一个点二维坐标集，并计算出其中点的数量(n)。然后创建一个(n+1) x (n+1)的邻接矩阵（二维列表），并将第一行和第一列设置为点二维坐标。接着，我们通过计算欧氏距离判断每两个点之间是否有连接关系，并将邻接矩阵中相应的元素设置为1或0。最后，打印出邻接矩阵。