### 解决 Mininet 模块未找到的错误并在 Jupyter Notebook 中实现网络拓扑控制 #### 1. 安装 Mininet 模块以解决 `ModuleNotFoundError` 当遇到 `ModuleNotFoundError: No module named 'mininet'` 错误时，表明当前环境中尚未正确安装 Mininet 模块。以下是具体的解决方案： ##### （1）检查 Python 环境 确保正在使用的 Python 版本与 Mininet 兼容。Mininet 主要支持 Python 2.x 和部分兼容 Python 3.x 的功能。可以通过以下命令验证版本： ```bash python --version ``` 如果需要切换至 Python 3，请确保后续操作基于此版本。 ##### （2）安装 Mininet 及其依赖 在 Ubuntu 系统中，推荐按照官方文档重新安装 Mininet 并确保所有必要的组件被正确加载。具体步骤如下： ###### 更新系统包管理器索引 ```bash sudo apt update && sudo apt upgrade -y ``` ###### 移除旧版 Mininet（如果有） 为了避免冲突，建议先卸载现有的 Mininet 安装。 ```bash sudo mn -c sudo apt remove mininet -y ``` ###### 克隆最新源码并编译安装 从 GitHub 获取最新的 Mininet 源代码，并手动完成安装过程。 ```bash git clone https://github.com/mininet/mininet.git cd mininet sudo util/install.sh -n ``` 此处 `-n` 参数表示仅安装 Mininet，而不覆盖现有环境设置[^1]。 ##### （3）验证 Mininet 安装状态 安装完成后，可通过导入测试来检验模块是否存在异常情况。 打开终端运行 Python Shell： ```python import mininet.net as net print("Mininet is successfully imported!") ``` 如果没有抛出任何异常消息，则说明问题已成功修复。 #### 2. 在 Jupyter Notebook 中使用 Python 实现网络拓扑控制 要在 Jupyter Notebook 中实现网络拓扑控制，需遵循以下步骤： ##### （1）启动 Jupyter Notebook 确保已在正确的虚拟环境中激活 Jupyter Notebook。例如，假设通过 Conda 创建了一个名为 `pytorch` 的独立环境用于开发项目，应先进入该环境后再启动 Jupyter： ```bash conda activate pytorch jupyter notebook ``` ##### （2）编写网络拓扑控制代码 在 Jupyter Notebook 单元格中输入以下代码片段，创建一个简单的 Mininet 网络拓扑结构： ```python from mininet.topo import Topo from mininet.net import Mininet from mininet.node import OVSKernelSwitch, RemoteController from mininet.cli import CLI class SimpleTopo(Topo): def build(self): # 添加交换机 s1 = self.addSwitch('s1', cls=OVSKernelSwitch) # 添加主机 h1 = self.addHost('h1') h2 = self.addHost('h2') # 连接主机与交换机 self.addLink(h1, s1) self.addLink(h2, s1) # 初始化网络 topo = SimpleTopo() net = Mininet(topo=topo, switch=OVSKernelSwitch, controller=None) net.start() # 启动 CLI 接口以便交互 CLI(net) # 停止网络 net.stop() ``` 上述代码定义了一个简单拓扑：两个主机连接到同一个 Open vSwitch 交换机。通过调用 `CLI(net)` 方法，可以在交互模式下查看和操控网络节点的状态[^2]。 #### 3. 绘制带有正值和负值的堆叠条形图 对于绘制包含正值和负值的堆叠条形图，可以利用 Matplotlib 提供的功能。以下是一个完整的示例代码： ```python import matplotlib.pyplot as plt import numpy as np categories = ['A', 'B', 'C'] positive_values = [5, 7, 3] negative_values = [-2, -4, -1] bar_width = 0.35 index = np.arange(len(categories)) plt.bar(index, positive_values, bar_width, label='Positive', color='blue') plt.bar(index, negative_values, bar_width, bottom=np.zeros_like(negative_values), label='Negative', color='red') plt.xlabel('Categories') plt.ylabel('Values') plt.title('Stacked Bar Chart with Positive and Negative Values') plt.xticks(index, categories) plt.legend() plt.show() ``` 这段代码展示了如何在同一图表中分别显示正数和负数值的堆叠效果[^3]。 --- ###