使用NetworkX（nx）画好图后，可以通过以下步骤进行编程：
创建图
使用`networkx`库创建一个空图，并添加节点和边。例如：
```python
import networkx as nx
graph = nx.Graph（）
graph.add_nodes_from（['A', 'B', 'C']）
graph.add_edges_from（[（'A', 'B'）, （'B', 'C'）]）
```
添加属性
给节点和边添加属性。例如：
```python
graph.nodes['A']['color'] = 'red'
graph.edges[（'A', 'B'）]['weight'] = 3
```
绘制图形
使用`matplotlib`库绘制图形。例如：
```python
import matplotlib.pyplot as plt
nx.draw（graph, with_labels=True）
plt.show（）
```
编程实现
根据具体需求，可以使用`networkx`提供的各种算法和函数进行编程。例如，计算最短路径：
```python
import networkx as nx
import matplotlib.pyplot as plt
创建有向图
G2 = nx.DiGraph（）
G2.add_edges_from（[（'A', 'B'）, （'B', 'C'）]）
计算最短路径
minWPath_v1_v5 = nx.dijkstra_path（G2, source=1, target=5）
lMinWPath_v1_v5 = nx.dijkstra_path_length（G2, source=1, target=5）
print（"顶点 v1 到顶点 v5 的最短加权路径： ", minWPath_v1_v5）
print（"最短加权路径长度： ", lMinWPath_v1_v5）
绘制图形
nx.draw（G2, with_labels=True）
plt.show（）
```
调试和优化
在编写完操作步骤后，进行程序的调试和测试，确保程序的正确性和效率。
通过以上步骤，你可以使用`networkx`和`matplotlib`库完成图的绘制和编程。根据具体需求，还可以使用其他库和工具进行更复杂的操作和优化。