关于networkx返回图的邻接矩阵问题

关于networkx返回图的邻接矩阵问题可以通过以下步骤来进行操作：

1. 导入networkx模块

首先要导入networkx模块，使用下面的代码：

import networkx as nx

1. 创建一个图

可以使用networkx的函数来创建一个图。下面是个例子:

G = nx.Graph()

可以用添加边的方式加入图的节点和边，例如：

G.add_nodes_from([1,2,3])
G.add_edge(1,2)
G.add_edge(2,3)
G.add_edge(1,3)

这样我们通过add_edge方法添加了3个节点和3条边，比如我们可以用nodes 和 edges函数来查看节点和边：

print(f'G.nodes:\n {G.nodes}')
print(f'G.edges:\n {G.edges}')

结果如下：

G.nodes:
[1, 2, 3]
G.edges:
[(1, 2), (1, 3), (2, 3)]

此时，G就是一个包含3个节点和3条边的图。

1. 生成邻接矩阵

使用networkx的to_numpy_matrix方法返回图的邻接矩阵，如下所示：

A = nx.to_numpy_matrix(G)
print(f'G的邻接矩阵为：\n {A}')

运行结果为：

G的邻接矩阵为：
[[0. 1. 1.]
 [1. 0. 1.]
 [1. 1. 0.]]

此时，A就是邻接矩阵。

1. 自定义邻接矩阵

使用networkx的adjacency_matrix方法，可以返回一个自定义邻接矩阵。可以使用以下代码来实现：

B = nx.adjacency_matrix(G, nodelist=[1,2,3]) #nodelist指定了节点的次序
print(f'自定义邻接矩阵为：\n {B.todense()}')

该方法根据nodelist参数指定的节点次序生成邻接矩阵，其余节点都为零。输出结果为：

自定义邻接矩阵为：
[[0 1 1]
 [1 0 1]
 [1 1 0]]

以上就是关于networkx返回图的邻接矩阵问题的完整攻略。还有一个简单的例子：

import networkx as nx
G = nx.DiGraph()
G.add_edges_from([(1,2),(2,3),(3,1)])
print(nx.adjacency_matrix(G).todense())

输出结果为：

[[0 1 0]
 [0 0 1]
 [1 0 0]]

其中，导入networkx模块同上，创建一个有向图，像第二部分所示，运行代码得到图的邻接矩阵。