无向图属于数学中的图论这一学科，
所谓无向图G，就是由顶点集V（非空集合）和边集E（由V中元素构成的无序二元组的集合）组成的图，
可表示为G=(V,E)。
在无向图中，边没有方向，即从顶点A到顶点B的边与从顶点B到顶点A的边是相同的。
无向图简洁直观，常用于描述社交网络，交通网络以及电子电路等等。
在社交网络中，用户可以被视为顶点，而用户之间的关系则可以被视为边。
因为好友关系通常是双向的，没有明确的方向性，非常适合用无向图来表示。
在城市交通规划中，可以将各个路口或交通节点视为顶点，而将路口之间的道路或交通线路视为边。
因为道路通常是双向通行的，所以也适合用无向图来表示。
在电子电路设计中，可以将各个电子元件（如电阻、电容、电感等）视为顶点，而将元件之间的连接关系（如导线连接）视为边。
无向图可以表示这种电路结构，因为电路中的电流和信号通常是双向传输的。
下面介绍manim中绘制无向图的对象Graph。
1. 主要参数
无向图对象Graph主要参数有：
| 参数名称 | 类型 | 说明 |
|---|---|---|
| vertices | list | 图的顶点列表 |
| edges | list | 图的边列表，每个边 |
| labels | dict | 顶点是否显示标签文本 |
| label_fill_color | str | 标签的背景色 |
| layout | str | 图中定点的布局方式 |
| layout_config | dict | 配置如何布局图中各个顶点 |
| layout_scale | float | 图各个顶点布局的比例 |
| vertex_type | Mobject | 顶点的类型，不一定是点，也可以是manim中其他的对象 |
| vertex_config | dict | 顶点相关的配置 |
| vertex_mobjects | dict | 一系列的顶点对象 |
| edge_type | Mobject | 边的类型，不一定是线，也可以是manim中其他的对象 |
| edge_config | dict | 边相关的配置 |
| paritions | list | |
| root_vertex | dict |
这些参数中，vertices和edges相关的参数（比如xxx_type，xxx_config）比较好理解。
labels参数设置是否需要显示顶点的标签，默认是把vertices的数值作为标签的内容。
layout参数内置了多种现成的布局方式：
'circular','kamada_kawai''partite''planar''random''shell''spectral''spiral''spring''tree'
layout_config参数可以对上面现成布局方式的进行微调。
最后两个参数paritions和root_vertex比较特殊，
paritions只能在layout设置为'partite'时使用，用来生成层状的图（比如描述神经网络的图），
paritions用来设置每一层包含哪些顶点；
root_vertex只能在layout设置为'tree'时使用，用来树状图，
root_vertex用来设置树的根节点。
后面的示例会演示如何使用paritions和root_vertex来生成层状和树状的无向图。
2. 主要方法
无向图Graph的方法主要用来动态改变无向图，比如添加或删除顶点和边。
| 名称 | 说明 |
|---|---|
| add_edges | 增加无向图的边 |
| add_vertices | 增加无向图的顶点 |
| remove_edges | 删除无向图的边 |
| remove_vertices | 删除无向图的顶点 |
| change_layout | 动态改表无向图的结构 |
| from_networkx | 从networkx来生成无向图 |
networkx是另一个常用的Python库，用于创建、操作和研究复杂网络的结构。
Graph对象可以直接根据networkx的对象生成图。
3. 使用示例
下面通过示例了解Graph对象的使用。
3.1. 顶点的配置
顶点默认是Dot对象，可以设置其大小和颜色，也可以添加标签，也就是在顶点中显示文字。
更进一步，设置可以改变顶点的形状，使用manim中的其他几何对象来作为图的顶点。
# 不同颜色的设置
graph = Graph(vertex_config={0: {"color": RED},# ...},
)# 顶点显示标签
graph = Graph(labels=True,
)# 星形顶点
graph = Graph(vertex_config={"outer_radius": 0.15},vertex_type=Star,
)
3.2. 边的配置
无向图的边也和顶点一样，可以设置颜色，粗细等属性，此外还可以将默认的直线改成虚线。
# 边的颜色
graph = Graph(edge_config={(0, 1): {"color": RED},# ...},
)# 边的粗细
graph = Graph(edge_config={(0, 1): {"stroke_width": 1},# ...},
)# 虚线
graph = Graph(edge_type=DashedLine,
)
3.3. 内置的layout
上面的示例中，我们只能控制无向图的顶点和边的数量，而无法控制它的形状和布局，
manim为我们内置了多种不同的布局方式，直接使用这些内置的布局方式可以节约很多时间。
for layout in ["spring","circular","kamada_kawai","planar","random","shell","spectral","spiral",
]:graph = Graph(layout=layout,)
3.4. 层状图
层状图的布局需要配合参数partitions一起使用，partitions中决定每一层中有哪些顶点。
神经网络的结构图就是一个典型的层状图。
下面的示例中，通过partitions参数中定义了4个层。
partitions = [[0, 1], [2, 3, 4], [5, 6], [7, 8]]
graph = Graph(layout="partite",partitions=partitions,
)
3.5. 树状图
树状图的布局需要配合参数root_vertex一起使用，root_vertex定义了树的根顶点是哪个。
下面的示例中，先设置root_vertex为顶点0，再把root_vertex改为顶点2。
# 初始的树
graph = Graph(layout="tree",root_vertex=0,
)# 修改根节点
graph2 = Graph(layout="tree",root_vertex=2,
)
4. 附件
文中完整的代码放在网盘中了（graph.py），
下载地址: 完整代码 (访问密码: 6872)
![[持续更新]程序员每天会阅读哪些技术网站(带链接)来提升自己?](https://img2024.cnblogs.com/blog/658970/202410/658970-20241010114304932-922086901.jpg)
