python实现：读取表格中各条边的编号、尾节点、头节点、长度、容量，计算所有顶点对之间的最短路长度，并采用合适的图表形式予以表达，将输出结果写入一个新的csv文件中

好的，我可以为您提供Python代码来完成这个任务。首先，我们需要使用Python的pandas库来读取表格数据，然后使用networkx库来构建图形并计算最短路径。最后，我们将使用matplotlib库来绘制图表并将结果写入新的CSV文件中。

以下是实现这个任务的代码示例：

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

# 读取表格数据
df = pd.read_csv('input.csv')

# 创建有向图
G = nx.DiGraph()

# 添加边和权重
for i, row in df.iterrows():
    G.add_edge(row['tail'], row['head'], weight=row['length'])

# 计算所有节点对之间的最短路径
all_pairs_shortest_path = dict(nx.all_pairs_dijkstra_path_length(G))

# 将结果写入新的CSV文件中
with open('output.csv', 'w') as f:
    f.write('tail,head,shortest_path_length\n')
    for tail, paths in all_pairs_shortest_path.items():
        for head, shortest_path_length in paths.items():
            f.write(f'{tail},{head},{shortest_path_length}\n')

# 绘制图表
pos = nx.spring_layout(G)
nx.draw_networkx_nodes(G, pos)
nx.draw_networkx_edges(G, pos)
nx.draw_networkx_edge_labels(G, pos, edge_labels=nx.get_edge_attributes(G, 'weight'))
nx.draw_networkx_labels(G, pos)
plt.show()

在这个示例中，我们首先使用pandas库从CSV文件中读取表格数据，然后使用networkx库创建有向图并添加边和权重。接下来，我们使用networkx库计算所有节点对之间的最短路径，并将结果写入新的CSV文件中。最后，我们使用matplotlib库绘制图表并将其显示出来。

请注意，该示例假定输入CSV文件具有以下列：tail、head、length、capacity。如果您的CSV文件具有不同的列，请相应地更改代码。