企业关系网络图如何绘制

A. 如何绘制网络图

选中表格然后选择居中就行了至于连接线添加嘛这样做你选中你要添加连接线的地方然后右击就可以找到了在绘图选项卡里选绘图网格对话框打开后设置一下，勾选“显示网格”，会方便很多。

B. 这种漂亮的网络关系图怎么画的用什么软件画出来的

推荐比较常用的几个工具，

一个是 python 的 NetworkX 库

另一个是 Gephi 这个软件。

NetworkX

这是一款Python的软件包，用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能。

有了NetworkX你就可以用标准或者不标准的数据格式加载或者存储网络，它可以产生许多种类的随机网络或经典网络，也可以分析网络结构，建立网络模型，设计新的网络算法，绘制网络等等。可以查看官方文档


。

望采纳，谢谢~

C. 用visio绘制企业的办公网络图的问题。

呃~~~~有些难度
电子地图是一层一层地图叠加上去的。也不是标注在同一张图片上的。
所以，你看网络地图的离线地图都是60M多（用电脑不容易看出图片的大小，用智能手机下载一个就知道了）
一般情况用Visio画图，你可以都在一张图上画出来这些场景。但是打印就会特别不方便，你可以尝试两种方式：1、把页面尺寸设置为A0，这样，可以画不少东西。但是打印就需要A0的打印机才能打印出来（或者拼接在一起）。2、页面尺寸还是A4，但是把缩放级别放到最大（例如放到300%）。
画的时候，先画框架（整体范围），例如一个楼层的整体边界，然后在按照比例标注各个区域。最后再画各个区域里面的办公区域。
但是，由于Visio自身的字体有限制（最小字体是6pt），所以如果你要在A4幅面上画太多的场景。估计还是装不下。
建议你多尝试一下。visio还是不太复杂的。祝你好运

D. 简单的单位网络拓扑图怎么画

1、打开开始菜单--程序--microsoft office visio。

E. 企业网络拓扑图怎么画

可以使用Mircosoft viso 画图软件画，我个人感觉上手比较容易；如果你实在不会，我可以帮你画,你可以Q我！

F. 如何在word文档中制作网络图

选择SmartArt图形类型。这一步就是先把最初的组织结构图创建出来，我们启动一个新的文档。我们在文档中输入“企业组织机构图”，字号设置为“一号”
2/8
单击“插入”/“SmartArt”，弹出“选择SmartArt图形”对话框，在该对话框左侧列表中选择“层次结构”，在中间区域选择“表层次结构”，右侧我们可以看他的一些说明，点击确，这样我们就做好了最初的组织机构图

3/8
设置机构图的布局。我们可以根据需要改变一些布局；单击“设计”我们就可以看见基本栏中间区域“更改布局”我们在这里选择“组织结构图”
4/8
这会默认的图形可能还不符合我们的要求，我们选中第一行的矩形图形，然后单击“设计”“添加形状”按钮，在下拉菜单中选择“添加助理”选项

5/8
上一步是在第二行添加。我们这一步是在第三行添加图形。选中第一行的矩形图形，然后单击“设计”“添加形状”按钮，在下拉菜单中选择“在下方添加形状”选项，这样新形状就会出现在第三行里面。
6/8
在组织结构图中添加文字。设置好布局后，就可以添加文字了，选中第一行矩形，确定插入点在其中，输入“总经理”，再输入的时候，字体会自动调节大小。按照同样的方法，依次输入相关的内容。
7/8
改变组织结构图的形状。为了区别对待不同层次的关系，我们可以选择相应图形的形状；我们单击“格式”“更改形状”在出现的下拉表中，我们选择想要的图形。
8/8
按照第七步中方法，我们更改第二行和第三行的图形，最后我们的结构图就制作完成了

G. 如何画企业网络拓扑图

安装microsoft office里面的visio软件，这个是专门用来画拓扑图的，你可以按照提示选择复杂网络图，添加相关设备，你们公司的网络应该是属于星型的。

H. 社会关系网络网怎么绘制

最近需要绘制一些网络演示图，没找到合适的绘图工具，找了半天感觉学习成本都挺高的，感觉还是用Python搞效率高一些。之前用igraph的时候凑巧看过networkx，觉得和igraph-python相比，这个库至少是给人类用的，而且这个包好像是内置Graphviz的，不如我也用这个加matplotlib去绘图试试。
今天试着画一个二分网络无向图，并且用圈圈表现出其社团关系，颜色表示节点种类。
1. 创建网络
G = nx.Graph()
G.add_node('1')
G.add_nodes_from(['2', '3'])
#注意如果加进去临边有未出现的节点，会自动创建节点
G.add_edge(1, 2)
G.add_edge('1', '2')
#实际上edges是个hash的key，还可以对应一个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. 为节点添加属性
G[1][3]['color'] = "blue"
G.edges[1, 2]['color'] = "red"
3. 快速遍历所有临边
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. 为图，节点，边添加属性
G = nx.Graph(day="Friday")
G.graph
5. 为节点添加属性
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. 为临边添加属性
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这个属性不能胡乱用，这个是算法库里面处理时看做临边权重的属性，必须是数值型的。
7. 创建有向图
DG = nx.DiGraph()
DG.add_weighted_edges_from([(1, 2, 0.5), (3, 1, 0.75)])
#这个方向是按照第一个元素->第二个元素的
DG.out_degree(1, weight='weight') #0.5
DG.degree(1, weight='weight') #1.25
H = nx.Graph(DG)#有向图转为无向图
8. 创建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. 基础做图
G = nx.petersen_graph()
plt.subplot(121)
nx.draw(G, with_labels=True, font_weight='bold')
plt.subplot(122)
#这个draw_shell好像是按照某种叫shell的布局绘制
nx.draw_shell(G, nlist=[range(5, 10), range(5)], with_labels=True, font_weight='bold')
#传入选项
options = {undefined
'node_color': 'black',
'node_size': 100,
'width': 3,
}
# 四种布局
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. 实战
1.1 画一个二分网络图，两类节点不同颜色，每个节点上有id，临边的颜色代表值，然后画两个区域。
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
#区域就算了 搞了一下午还是没捣鼓出来怎么画
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. 生产与作业管理画网络图的基本步骤

网络图基本步骤 1 编表（工作清单）-----调查研究、收集资料、理清关系、编制工作明细表／清单。2画图-------根基工作明细表画出网络图。3 整理 （轻质合并：将图画漂亮：检查等）-----对画出的网络图进行整理

J. 企业关系图谱怎么做

摘要 亲，您好，请您稍等片刻，这边正在为您查询最精准的答案！