使用社交网络分析方法来促进班级之间的友谊。

代码示例：

1. 收集班级之间的个人信息和社交网络数据：

import networkx as nx
  
#构建一个空的图
G = nx.Graph()
  
#添加网络节点和边
G.add_edges_from([(1,2), (1,3), (2,3), (2,4), (3,5), (4,5), (5,6)])
  
#显示网络图
nx.draw(G, with_labels=True)

2. 分析班级之间的网络图，找出关键节点和社交网络中的联系：

import networkx as nx

#将节点设置为班级成员名称
G = nx.Graph()
G.add_nodes_from(['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'B4', 'C1', 'C2'])

#添加网络边缘关系
G.add_edges_from([('A1', 'A2'), ('A2', 'A3'), ('A1', 'B1'), ('B1', 'B2'), ('B1', 'B3'), ('B2', 'B4'), ('B3', 'B4'), ('B4', 'C1'), ('C1', 'C2')])

#计算社会网络中的度中心性
degree_centrality = nx.degree_centrality(G)
print("Degree centrality:", degree_centrality)

#计算社会网络中的聚集系数
clustering_centrality = nx.clustering(G)
print("Clustering centrality:", clustering_centrality)

3. 基于分析结果，制定计划来增强班级之间的友谊：

import networkx as nx
import matplotlib.pyplot as plt
  
#设置节点标签和网络关系
G = nx.Graph()
G.add_nodes_from(['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'B4', 'C1', 'C