用Python编写1.给定无向图的各边所关联的顶点对:(1)确定每个顶点的度各顶点的度: [4, 4, 2, 1, 3](2)构造这个图的关联矩阵(3) 若将无向边改为有向边：构造这个图的邻接矩阵

在Python中，我们可以使用`networkx`库来处理图的各种操作，包括计算顶点度、构建关联矩阵（对于无向图）以及邻接矩阵（无论是无向还是有向）。这里是一个简单的例子：

1. **计算顶点度**：

   import networkx as nx

   # 假设我们有一个列表表示无向图的边，例如 [(0, 1), (0, 2), (1, 2), (1, 3), (2, 3)]
   edges = [(0, 1), (0, 2), (1, 2), (1, 3), (2, 3)]
   G = nx.Graph()  # 创建一个无向图
   G.add_edges_from(edges)

   degrees = dict(G.degree())
   print(degrees)  # 输出：{0: 2, 1: 3, 2: 4, 3: 1}

2. **构造关联矩阵**（无向图邻接矩阵）：

   adjacency_matrix = nx.to_numpy_array(G)
   print(adjacency_matrix)

这会打印一个二维数组，其中`adj[i][j]`表示顶点i到顶点j是否有边。

3. **有向图的邻接矩阵**：
如果将无向边变为有向边，只需改变边的方向信息即可。对于有向图，使用`nx.DiGraph()`代替`nx.Graph()`，并且在添加边时指定方向。邻接矩阵表示法不变，因为它们都是基于顶点之间的连接。

注意，实际应用中，上述代码可能需要根据具体的输入数据和需求进行修改。如果你的数据存储形式不同，可能需要先转换成适合`networkx`处理的形式。