您可以尝试pysmiles。从SMILES描述开始，您应该能够创建NetworkX图，并沿着代码生成所需的对象

from pysmiles import read_smiles
import networkx as nx
    
smiles = 'C12=C3C4=C5C6=C1C7=C8C9=C1C%10=C%11C(=C29)C3=C2C3=C4C4=C5C5=C9C6=C7C6=C7C8=C1C1=C8C%10=C%10C%11=C2C2=C3C3=C4C4=C5C5=C%11C%12=C(C6=C95)C7=C1C1=C%12C5=C%11C4=C3C3=C5C(=C81)C%10=C23'
mol = read_smiles(smiles)
    
# atom vector (C only)
print(mol.nodes(data='element'))
# adjacency matrix
print(nx.to_numpy_matrix(mol))

如果你能接受一般的可视化，你也可以尝试用

import matplotlib.pyplot as plt
elements = nx.get_node_attributes(mol, name = "element")
nx.draw(mol, with_labels=True, labels = elements, pos=nx.spring_layout(mol))
plt.gca().set_aspect('equal')

富勒烯是有趣的阴谋：）

为了完善Davide的答案https://stackoverflow.com/a/57063988/4240413，可以使用以下公式将键序包含到邻接矩阵中：

nx.to_numpy_matrix(mol, weight='order')

或根据networkx documentation使用

nx.adjacency_matrix(mol, weight='order').todense()

networkx是一个很好的解决方案。如果你正在寻找一些更自定义的东西，你可以自己创建图表。请参阅本文中的另一个方向的示例（图表中的SMILES）：SMILES from graph