我已经得到了电极的名称，也有了连接矩阵，电极位置信息是10-20标准电极布局，接下里如何用mne怎么画脑功能连接图

您可以使用MNE库中的`mne.connectivity.spectral_connectivity`函数来计算脑功能连接，并使用`mne.viz.plot_connectivity_circle`函数绘制连接图。

首先，您需要导入所需的库和加载数据。假设您已经加载了原始数据，并且有一个名为`epochs`的`mne.Epochs`对象。

import numpy as np
import mne
from mne.connectivity import spectral_connectivity
from mne.viz import plot_connectivity_circle

# 设置matplotlib以交互模式显示图形（如果需要）
# %matplotlib auto

# 提取数据
data = epochs.get_data()

# 获取电极名称
ch_names = epochs.ch_names

# 获取采样频率
sfreq = epochs.info['sfreq']

接下来，您可以使用`spectral_connectivity`函数计算脑功能连接。这个函数将返回连接矩阵和频谱信息。

# 计算脑功能连接
con, freqs, times, n_epochs, n_tapers = spectral_connectivity(
    data, method='pli', mode='multitaper', sfreq=sfreq,
    fmin=1, fmax=40, faverage=True, n_jobs=1)

在这个例子中，我们使用了相位锁定指数（PLI）作为连接度量，多窗口平均的方式进行计算。您可以根据自己的需求选择不同的方法和参数。

最后，您可以使用`plot_connectivity_circle`函数绘制连接图。

# 绘制连接图
plot_connectivity_circle(con, ch_names, n_lines=300,
                         node_colors='white', title='Functional Connectivity')

这将绘制一个连接图，其中节点代表电极，边表示连接强度。

请注意，如果您使用Jupyter Notebook或类似的环境，您可能需要取消注释`%matplotlib auto`这一行，以便在绘图后自动显示图形。

希望这可以帮助您使用MNE库来绘制脑功能连接图！