企業關系網路圖如何繪制

A. 如何繪制網路圖

選中表格然後選擇居中就行了至於連接線添加嘛這樣做你選中你要添加連接線的地方然後右擊就可以找到了在繪圖選項卡里選繪圖網格對話框打開後設置一下，勾選「顯示網格」，會方便很多。

B. 這種漂亮的網路關系圖怎麼畫的用什麼軟體畫出來的

推薦比較常用的幾個工具，

一個是 python 的 NetworkX 庫

另一個是 Gephi 這個軟體。

NetworkX

這是一款Python的軟體包，用於創造、操作復雜網路，以及學習復雜網路的結構、動力學及其功能。

有了NetworkX你就可以用標准或者不標準的數據格式載入或者存儲網路，它可以產生許多種類的隨機網路或經典網路，也可以分析網路結構，建立網路模型，設計新的網路演算法，繪制網路等等。可以查看官方文檔


。

望採納，謝謝~

C. 用visio繪制企業的辦公網路圖的問題。

呃~~~~有些難度
電子地圖是一層一層地圖疊加上去的。也不是標注在同一張圖片上的。
所以，你看網路地圖的離線地圖都是60M多（用電腦不容易看出圖片的大小，用智能手機下載一個就知道了）
一般情況用Visio畫圖，你可以都在一張圖上畫出來這些場景。但是列印就會特別不方便，你可以嘗試兩種方式：1、把頁面尺寸設置為A0，這樣，可以畫不少東西。但是列印就需要A0的列印機才能列印出來（或者拼接在一起）。2、頁面尺寸還是A4，但是把縮放級別放到最大（例如放到300%）。
畫的時候，先畫框架（整體范圍），例如一個樓層的整體邊界，然後在按照比例標注各個區域。最後再畫各個區域裡面的辦公區域。
但是，由於Visio自身的字體有限制（最小字體是6pt），所以如果你要在A4幅面上畫太多的場景。估計還是裝不下。
建議你多嘗試一下。visio還是不太復雜的。祝你好運

D. 簡單的單位網路拓撲圖怎麼畫

1、打開開始菜單--程序--microsoft office visio。

E. 企業網路拓撲圖怎麼畫

可以使用Mircosoft viso 畫圖軟體畫，我個人感覺上手比較容易；如果你實在不會，我可以幫你畫,你可以Q我！

F. 如何在word文檔中製作網路圖

選擇SmartArt圖形類型。這一步就是先把最初的組織結構圖創建出來，我們啟動一個新的文檔。我們在文檔中輸入「企業組織機構圖」，字型大小設置為「一號」
2/8
單擊「插入」/「SmartArt」，彈出「選擇SmartArt圖形」對話框，在該對話框左側列表中選擇「層次結構」，在中間區域選擇「表層次結構」，右側我們可以看他的一些說明，點擊確，這樣我們就做好了最初的組織機構圖

3/8
設置機構圖的布局。我們可以根據需要改變一些布局；單擊「設計」我們就可以看見基本欄中間區域「更改布局」我們在這里選擇「組織結構圖」
4/8
這會默認的圖形可能還不符合我們的要求，我們選中第一行的矩形圖形，然後單擊「設計」「添加形狀」按鈕，在下拉菜單中選擇「添加助理」選項

5/8
上一步是在第二行添加。我們這一步是在第三行添加圖形。選中第一行的矩形圖形，然後單擊「設計」「添加形狀」按鈕，在下拉菜單中選擇「在下方添加形狀」選項，這樣新形狀就會出現在第三行裡面。
6/8
在組織結構圖中添加文字。設置好布局後，就可以添加文字了，選中第一行矩形，確定插入點在其中，輸入「總經理」，再輸入的時候，字體會自動調節大小。按照同樣的方法，依次輸入相關的內容。
7/8
改變組織結構圖的形狀。為了區別對待不同層次的關系，我們可以選擇相應圖形的形狀；我們單擊「格式」「更改形狀」在出現的下拉表中，我們選擇想要的圖形。
8/8
按照第七步中方法，我們更改第二行和第三行的圖形，最後我們的結構圖就製作完成了

G. 如何畫企業網路拓撲圖

安裝microsoft office裡面的visio軟體，這個是專門用來畫拓撲圖的，你可以按照提示選擇復雜網路圖，添加相關設備，你們公司的網路應該是屬於星型的。

H. 社會關系網路網怎麼繪制

最近需要繪制一些網路演示圖，沒找到合適的繪圖工具，找了半天感覺學習成本都挺高的，感覺還是用Python搞效率高一些。之前用igraph的時候湊巧看過networkx，覺得和igraph-python相比，這個庫至少是給人類用的，而且這個包好像是內置Graphviz的，不如我也用這個加matplotlib去繪圖試試。
今天試著畫一個二分網路無向圖，並且用圈圈表現出其社團關系，顏色表示節點種類。
1. 創建網路
G = nx.Graph()
G.add_node('1')
G.add_nodes_from(['2', '3'])
#注意如果加進去臨邊有未出現的節點，會自動創建節點
G.add_edge(1, 2)
G.add_edge('1', '2')
#實際上edges是個hash的key，還可以對應一個value
G.add_edge(n1, n2, object=x)
G.add_edges_from([('1', '2'), ('1', '3')])
list(G.adj['1'])
G.degree['1']
G.remove_node('2')
G.remove_edge('1', '3')
2. 為節點添加屬性
G[1][3]['color'] = "blue"
G.edges[1, 2]['color'] = "red"
3. 快速遍歷所有臨邊
FG = nx.Graph()
FG.add_weighted_edges_from([(1, 2, 0.125), (1, 3, 0.75), (2, 4, 1.2), (3, 4, 0.375)])
for n, nbrs in FG.adj.items():
for nbr, eattr in nbrs.items():
wt = eattr['weight']
if wt < 0.5: print('(%d, %d, %.3f)' % (n, nbr, wt))
4. 為圖，節點，邊添加屬性
G = nx.Graph(day="Friday")
G.graph
5. 為節點添加屬性
G.add_node(1, time='5pm')
G.add_nodes_from([3], time='2pm')
G.nodes[1]
G.nodes[1]['room'] = 714
G.nodes.data()
6. 為臨邊添加屬性
G.add_edge(1, 2, weight=4.7 )
G.add_edges_from([(3, 4), (4, 5)], color='red')
G.add_edges_from([(1, 2, {'color': 'blue'}), (2, 3, {'weight': 8})])
G[1][2]['weight'] = 4.7
G.edges[3, 4]['weight'] = 4.2
#注意的是weight這個屬性不能胡亂用，這個是演算法庫裡面處理時看做臨邊權重的屬性，必須是數值型的。
7. 創建有向圖
DG = nx.DiGraph()
DG.add_weighted_edges_from([(1, 2, 0.5), (3, 1, 0.75)])
#這個方向是按照第一個元素->第二個元素的
DG.out_degree(1, weight='weight') #0.5
DG.degree(1, weight='weight') #1.25
H = nx.Graph(DG)#有向圖轉為無向圖
8. 創建multigraph
>>> MG = nx.MultiGraph()
>>> MG.add_weighted_edges_from([(1, 2, 0.5), (1, 2, 0.75), (2, 3, 0.5)])
>>> dict(MG.degree(weight='weight'))
{1: 1.25, 2: 1.75, 3: 0.5}
>>> GG = nx.Graph()
>>> for n, nbrs in MG.adjacency():
... for nbr, edict in nbrs.items():
... minvalue = min([d['weight'] for d in edict.values()])
... GG.add_edge(n, nbr, weight = minvalue)
...
>>> nx.shortest_path(GG, 1, 3)
[1, 2, 3]
9. 基礎做圖
G = nx.petersen_graph()
plt.subplot(121)
nx.draw(G, with_labels=True, font_weight='bold')
plt.subplot(122)
#這個draw_shell好像是按照某種叫shell的布局繪制
nx.draw_shell(G, nlist=[range(5, 10), range(5)], with_labels=True, font_weight='bold')
#傳入選項
options = {undefined
'node_color': 'black',
'node_size': 100,
'width': 3,
}
# 四種布局
plt.subplot(221)
nx.draw_random(G, **options)
plt.subplot(222)
nx.draw_circular(G, **options)
plt.subplot(223)
nx.draw_spectral(G, **options)
plt.subplot(224)
nx.draw_shell(G, nlist=[range(5,10), range(5)], **options)
1. 實戰
1.1 畫一個二分網路圖，兩類節點不同顏色，每個節點上有id，臨邊的顏色代表值，然後畫兩個區域。
B = nx.Graph()
B.add_nodes_from(['u1','u2','u3','u4'], bipartite='user')
B.add_nodes_from(['i1','i2','i3'], bipartite='item')
B.add_edge('u1','i1',weight=3)
B.add_edge('u1','i2',weight=4)
B.add_edge('u2','i1',weight=5)
B.add_edge('u2','i3',weight=1)
B.add_edge('u3','i3',weight=3)
B.add_edge('u4','i3',weight=4)
from networkx.algorithms import bipartite
import matplotlib as mpl
#區域就算了 搞了一下午還是沒搗鼓出來怎麼畫
X = ['u1','u2','u3','u4']
Y = ['i1','i2','i3']
Edges = []
pos = dict()
pos.update( (n, (1, i)) for i, n in enumerate(X) )
pos.update( (n, (2, i+0.5)) for i, n in enumerate(Y) )
nx.draw_networkx_nodes(B, pos, nodelist=X, node_color='slategray',alpha=0.95, node_size = 350, with_labels=False)
nx.draw_networkx_nodes(B, pos, nodelist=Y, node_color='steelblue',alpha=0.95, node_size = 350, with_labels=False)
nx.draw_networkx_labels(B,pos)
colors = [ B.edges[u,i]['weight'] for u,i in B.edges]
edges = nx.draw_networkx_edges(B, pos = pos, edge_color = colors,
width=3, edge_cmap=plt.cm.Blues, with_labels=False, edge_vmin = 0, alpha=0.9)
pc = mpl.collections.PatchCollection(Edges, cmap=plt.cm.Blues)
pc.set_array(colors)
plt.colorbar(pc)
ax = plt.gca()
ax.set_axis_off()

I. 生產與作業管理畫網路圖的基本步驟

網路圖基本步驟 1 編表（工作清單）-----調查研究、收集資料、理清關系、編制工作明細表／清單。2畫圖-------根基工作明細表畫出網路圖。3 整理 （輕質合並：將圖畫漂亮：檢查等）-----對畫出的網路圖進行整理

J. 企業關系圖譜怎麼做

摘要 親，您好，請您稍等片刻，這邊正在為您查詢最精準的答案！