在3D模式下可视化链接攻击的最佳方法是什么

如何解决在3D模式下可视化链接攻击的最佳方法是什么

这是我先前在here上发布的问题的后续操作，以可视化图形中的边缘攻击。

以下代码已发布为answer to my previous post

import matplotlib.pyplot as plt
import networkx as nx

H = nx.gnm_random_graph(n=8,m=9,seed=5)  # generate a random graph
H.add_edges_from([('I',1),(5,'O')])  # adding input/output nodes
pos = nx.spring_layout(H,iterations=200)  # find good positions for nodes


def attack(G,edge,color):
    G.remove_edge(*edge)  # first remove the edge

    # check if another could be also impacted
    if G.degree[edge[0]] == 1:
        neighbor = [n for n in G.neighbors(edge[0])][0]
        impacted_edge = (edge[0],neighbor)

    elif G.degree[edge[1]] == 1:
        neighbor = [n for n in G.neighbors(edge[1])][0]
        impacted_edge = (edge[1],neighbor)

    else:
        impacted_edge = None

    G.add_edge(*edge)  # put back the edge to redraw it

    # redraw the attacked edge (solid) and the possible impacted one (dashed)
    if impacted_edge:
        nx.draw_networkx_edges(
            G,edgelist=[impacted_edge],pos=pos,edge_color=color,style='dashed',width=4
        )
    nx.draw_networkx_edges(
        G,edgelist=[edge],label=f'attack {edge[0]}{edge[1]}',style='solid',width=4
    )


# attack some edges
attack(H,(6,4),color='red')
attack(H,(3,6),color='blue')
attack(H,(1,2),color='green')

nx.draw(H,pos,node_size=700,with_labels=True,node_color='gray')

plt.legend()
plt.show()

实线表示受到攻击的边缘，相同颜色的虚线表示由于特定攻击而受到影响的相邻边缘。

答案是有帮助的，但是当受影响的边缘重叠时会出现问题。

示例

 attack(H,color='red')
 attack(H,color='yellow')

颜色重叠，很难看到。如果我们能画出虚线来表示受影响/受攻击的边缘彼此相邻，而不会像this image所示那样重叠，那将是很好的。

有关如何改善此可视化的建议将不胜感激！

编辑：下面发布的答案对于2D网络确实有用，我仍然 寻找方法来扩展它以可视化pyvis中的3D网络（即x，y，z坐标可用作节点的pos属性）。建议将不胜感激。

解决方法

避免图形中边缘重叠的另一种好方法是使用pyvis，但是这里的问题是它仅支持有向图中的平行边缘。一种解决方案是将图形可视化为有向图，然后调整边缘选项以使箭头不明显。在上述代码的末尾添加以下代码段。

from pyvis.network import Network


N = Network(bgcolor='#222222',font_color='white',directed=True)
N.set_edge_smooth('dynamic')

for n in H.nodes:
    N.add_node(n,color='gray')

for e in H.edges:
    N.add_edge(e[0],e[1],color='gray',width=0)

for e in impacted_edges:
    N.add_edge(e[0],color=e[2],width=1,dashes=True)

for e in edges:
    N.add_edge(e[0],width=1)

N.set_options('''
var options = {
  "edges": {
    "arrows": {
      "to": {
        "enabled": true,"scaleFactor": 0
      },"middle": {
        "enabled": true,"from": {
        "enabled": true,"scaleFactor": 0
      }
    },"color": {
      "inherit": true
    },"smooth": {
      "forceDirection": "none"
    }
  },"physics": {
    "minVelocity": 0.75
  }
}
''')

N.write_html('example_graph.html')

您可以在example_graph.html中找到以下图形：