用Python可视化破解欧拉公式:平面图的动态验证指南
第一次接触图论时,我被那些抽象的定义和公式弄得晕头转向。直到有一天,我尝试用Python把那些概念画出来——突然一切都变得清晰了。平面图的欧拉公式n-m+r=2,这个看似简单的等式背后藏着怎样的几何奥秘?让我们用代码和可视化来揭开它的面纱。
1. 平面图与欧拉公式的直观理解
想象你正在用笔在纸上画图:点代表城市,线代表道路。如果能够画出所有道路而不让任何两条路交叉(除了在交叉路口),这就是一个平面图。欧拉公式则揭示了这种图中点(n)、边(m)和面(r)之间的神奇关系。
为什么n-m+r总是等于2? 让我们从一个最简单的例子开始——三角形:
python复制import networkx as nx
import matplotlib.pyplot as plt
G = nx.Graph()
G.add_edges_from([(1,2), (2,3), (3,1)]) # 三角形
pos = nx.planar_layout(G)
nx.draw(G, pos, with_labels=True)
plt.show()
运行这段代码,你会看到:
- 3个顶点(n=3)
- 3条边(m=3)
- 2个面:三角形内部和外部无限区域(r=2)
验证公式:3-3+2=2 ✔️
面的定义在可视化中变得特别直观:
- 内部面:被边包围的封闭区域
- 外部面:图形周围无限延伸的区域
- 每个面的度数等于其边界上的边数(桥边计为2)
注意:平面图的绘制方式可能影响面的形状,但不会改变面的数量和公式结果
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 动态验证欧拉公式的Python实现
让我们构建一个可以交互式验证欧拉公式的工具。关键步骤包括:
- 生成平面图:使用
networkx库创建各种图结构 - 计算参数:
n = len(G.nodes)m = len(G.edges)r的计算需要分析绘制后的面数
- 可视化验证:用不同颜色标注面和边界
python复制def verify_euler(G):
n = len(G.nodes)
m = len(G.edges
