### 使用Python生成网络拓扑图 在网络管理领域，可视化工具对于理解复杂网络结构至关重要。通过利用 Python 的强大库可以轻松实现这一目标。具体来说，`networkx` 和 `matplotlib` 是两个非常流行的用于绘制网络拓扑图的库。 #### 安装必要的库 为了能够顺利运行下面的例子程序，首先需要安装所需的 Python 库： ```bash pip install networkx matplotlib ``` #### 创建并显示简单无向图 以下是创建一个基本无向图的方法[^1]： ```python import matplotlib.pyplot as plt import networkx as nx G = nx.Graph() # 初始化一个新的图形对象 edges = [('A', 'B'), ('B', 'C'), ('C', 'D'), ('D', 'E')] G.add_edges_from(edges) pos = nx.spring_layout(G) # 计算节点位置布局 nx.draw_networkx_nodes(G, pos, node_size=700) nx.draw_networkx_labels(G, pos) nx.draw_networkx_edges(G, pos, edgelist=G.edges(), edge_color='black') plt.axis('off') # 关闭坐标轴 plt.show() ``` 这段代码展示了如何定义一组连接关系（边），并将这些信息传递给 NetworkX 来构建图表；最后调用 Matplotlib 将其渲染出来。 #### 绘制带权重的有向图 如果想要表示更复杂的场景比如路由选择，则需要用到加权有向图: ```python DG = nx.DiGraph() weighted_edges = [ ('router1', 'switch1', {'weight': 2}), ('switch1', 'pc1', {'weight': 1}), ('switch1', 'server', {'weight': 3}) ] DG.add_weighted_edges_from([(u, v, d['weight']) for u,v,d in weighted_edges]) edge_labels=dict([((u,v,),d['weight']) for u,v,d in DG.edges(data=True)]) pos=nx.shell_layout(DG) nx.draw(DG,pos,node_size=800,alpha=0.5,node_color="blue", with_labels=True) nx.draw_networkx_edge_labels(DG,pos,edge_labels=edge_labels) plt.title("Weighted Directed Graph Example") plt.show() ``` 此示例不仅指定了方向还加入了每条边上所代表的成本或延迟等参数作为权重属性。