在Python中，可以使用二维数组或列表的嵌套来表示邻接矩阵。以下是使用邻接矩阵表示图的几种方法：
方法一：使用二维数组
```python
size = 5 矩阵的大小
adj_matrix = [ * size for _ in range（size）] 创建一个大小为size的二维数组
设置节点之间的连接关系
adj_matrix = 1
adj_matrix = 1
adj_matrix = 1
adj_matrix = 1
adj_matrix = 1
adj_matrix = 1
adj_matrix = 1
adj_matrix = 1
打印邻接矩阵
for row in adj_matrix:
print（row）
```
方法二：从边列表生成邻接矩阵
```python
def edges_to_adjacency_matrix（edges）:
找到图中节点的数量
max_node = max（max（edge） for edge in edges）
adj_matrix = [ * （max_node + 1） for _ in range（max_node + 1）]
设置节点之间的连接关系
for edge in edges:
adj_matrix[edge][edge] = 1
adj_matrix[edge][edge] = 1 对于无向图，需要设置双向连接
return adj_matrix
示例边列表
edges = [（0, 1）, （0, 2）, （1, 2）, （2, 3）]
adj_matrix = edges_to_adjacency_matrix（edges）
打印邻接矩阵
for row in adj_matrix:
print（row）
```
方法三：使用列表的嵌套创建邻接矩阵
```python
创建一个5x5的邻接矩阵，初始值为0
adj_matrix = [[0 for _ in range（5）] for _ in range（5）]
假设我们要设置节点1和节点2之间有一条边（即权重为1）
adj_matrix = 1
adj_matrix = 1
打印邻接矩阵
for row in adj_matrix:
print（row）
```
方法四：处理有向图和无向图
```python
def edges_to_adjacency_matrix（edges, is_directed=False）:
找到图中节点的数量
max_node = max（max（edge） for edge in edges）
adj_matrix = [ * （max_node + 1） for _ in range（max_node + 1）]
设置节点之间的连接关系
for edge in edges:
adj_matrix[edge][edge] = 1
if not is_directed:
adj_matrix[edge][edge] = 1 对于无向图，需要设置双向连接
return adj_matrix
示例边列表
edges = [（0, 1）, （0, 2）, （1, 2）, （2, 3）]
adj_matrix = edges_to_adjacency_matrix（edges）
打印邻接矩阵
for row in adj_matrix:
print（row）
```
方法五：处理带权重的图