### 使用Python绘制交互式网络拓扑图 为了实现交互式的网络拓扑图，可以考虑使用 `Plotly` 和 `NetworkX` 的组合。这些工具不仅能够创建静态图形，还能提供动态交互功能。 #### Plotly与NetworkX结合 通过集成这两个库，可以在保持 NetworkX 图结构优势的同时利用 Plotly 提供的强大可视化特性来增强用户体验。下面是一个简单的例子展示如何构建这样的图表： ```python import plotly.graph_objects as go import networkx as nx G = nx.random_geometric_graph(20, 0.125) edge_x = [] edge_y = [] for edge in G.edges(): x0, y0 = G.nodes[edge[0]]['pos'] x1, y1 = G.nodes[edge[1]]['pos'] edge_x.extend([x0, x1, None]) edge_y.extend([y0, y1, None]) edge_trace = go.Scatter( x=edge_x, y=edge_y, line=dict(width=0.5, color='#888'), hoverinfo='none', mode='lines') node_x = [] node_y = [] for node in G.nodes(): x, y = G.nodes[node]['pos'] node_x.append(x) node_y.append(y) node_trace = go.Scatter( x=node_x, y=node_y, mode='markers', hoverinfo='text', marker=dict( showscale=True, colorscale='YlGnBu', reversescale=True, color=[], size=10, colorbar=dict( thickness=15, title='Node Connections', xanchor='left', titleside='right' ), line_width=2)) fig = go.Figure(data=[edge_trace, node_trace], layout=go.Layout( showlegend=False, hovermode='closest', margin=dict(b=20,l=5,r=5,t=40), annotations=[ dict( text="", showarrow=False, xref="paper", yref="paper", x=0.005, y=-0.002 ) ], xaxis=dict(showgrid=False, zeroline=False, showticklabels=False), yaxis=dict(showgrid=False, zeroline=False, showticklabels=False)) ) fig.show() ``` 此代码片段展示了如何基于随机几何图生成节点位置并将其转换成适合 Plotly 可视化的格式[^1]。 另外一种选择是采用专门针对复杂数据可视化的 Bokeh 库。Bokeh 支持更高级别的定制化选项以及更好的性能优化对于大规模的数据集尤为适用。