基本使用：数据集与邻接矩阵格式，图形的可视化展示 Python

在图论和网络分析中，图是一种用于表示对象之间关系的数据结构。在Python中，有许多库可以用于处理和可视化图形数据，如NetworkX和Matplotlib。本文将介绍如何使用这些库来处理和可视化图形数据，包括数据集的加载、邻接矩阵的表示和图形的可视化展示。

首先，我们需要准备一个图形数据集。在本例中，我们将使用一个简单的示例数据集，即英文字母的邻接矩阵。这个邻接矩阵表示了字母之间的连接关系，其中1表示两个字母之间存在连接，0表示没有连接。下面是数据集的邻接矩阵表示：

adjacency_matrix = [
    [0, 1, 1, 0, 0, 0],
    [1, 0, 1, 1, 0, 0],
    [1, 1, 0, 1, 1, 0],
    [0, 1, 1, 0, 1, 1],
    [0, 0, 1, 1, 0, 1],
    [0, 0, 0, 1, 1, 0]
]

接下来，我们可以使用NetworkX库将邻接矩阵转换为图形对象。NetworkX是一个用于创建、操作和研究结构化图形的Python库。

import networkx as nx

# 创建一个空的图形对象
graph = nx.Graph