### 使用 Python 和 Matplotlib 比较并可视化两个网络拓扑结构的差异 为了有效地比较和可视化两个网络拓扑结构的差异，可以通过以下方法实现： #### 创建图形对象 首先，创建两个不同的图数据对象来代表各自的网络。这通常涉及定义节点及其连接关系。 ```python import networkx as nx import matplotlib.pyplot as plt # 定义第一个网络 G1 = nx.Graph() edges_1 = [(0, 1), (1, 2), (2, 3)] G1.add_edges_from(edges_1) # 定义第二个网络 G2 = nx.Graph() edges_2 = [(0, 1), (1, 2), (2, 4)] G2.add_edges_from(edges_2) ``` #### 计算布局位置 为了让对比更加直观，在绘制之前计算两者的共同布局位置是非常重要的。这样可以确保即使存在不同之处也能清晰地看到变化的位置。 ```python pos = nx.spring_layout(G1) # 或者选择其他合适的布局算法 ``` #### 绘制原始网络 接着分别绘制这两个网络，并保存其图像以便后续叠加显示区别部分。 ```python fig, axs = plt.subplots(1, 2, figsize=(12, 6)) nx.draw_networkx_nodes(G1, pos=pos, node_color="lightblue", ax=axs[0]) nx.draw_networkx_labels(G1, pos=pos, ax=axs[0]) nx.draw_networkx_edges(G1, pos=pos, edgelist=edges_1, edge_color="gray", width=2.0, alpha=0.5, ax=axs[0]) axs[0].set_title("Network G1") nx.draw_networkx_nodes(G2, pos=pos, node_color="lightgreen", ax=axs[1]) nx.draw_networkx_labels(G2, pos=pos, ax=axs[1]) nx.draw_networkx_edges(G2, pos=pos, edgelist=edges_2, edge_color="orange", width=2.0, alpha=0.5, ax=axs[1]) axs[1].set_title("Network G2") plt.show() ``` #### 高亮显示差异 通过找出两个网络之间存在的唯一边集，可以在同一张图表上高亮这些区别的地方。 ```python unique_to_G1 = set(edges_1).difference(set(edges_2)) unique_to_G2 = set(edges_2).difference(set(edges_1)) combined_graph = nx.compose(G1, G2) plt.figure(figsize=(8, 8)) nx.draw(combined_graph, pos=nx.spring_layout(combined_graph), with_labels=True, node_size=700, font_weight='bold') if unique_to_G1: nx.draw_networkx_edges( combined_graph, pos, edgelist=list(unique_to_G1), width=8, alpha=0.5, edge_color="r", style="dashed" ) if unique_to_G2: nx.draw_networkx_edges( combined_graph, pos, edgelist=list(unique_to_G2), width=8, alpha=0.5, edge_color="b", style="solid" ) plt.title('Comparison of Network Differences') plt.axis('off') plt.show() ``` 这种方法不仅能够清楚地区分出两个网络间的异同点，而且还能利用颜色编码进一步增强视觉效果[^1]。