Vis Network 独立构建版本使用指南
2026-02-04 04:23:45作者:何将鹤
什么是 Vis Network 独立构建版本
Vis Network 提供了独立构建版本(Standalone Build),这是一个将所有依赖项打包在一起的完整版本,特别适合只需要网络图功能而不需要其他可视化组件(如时间轴、3D图表等)的场景。
独立构建版本的特点
- 完整打包:包含 Vis Network 核心功能及其所有依赖项
- 开箱即用:无需额外配置依赖关系和样式
- 隔离性:不能与其他 Vis 系列包混用,因为每个包都有自己的依赖项副本
- 多种格式:提供 UMD 和 ESM 两种模块格式,每种都有压缩和未压缩版本
适用场景
- 只需要网络图可视化功能
- 希望简化项目配置,避免处理依赖关系
- 快速原型开发或演示场景
- 在线代码编辑器(如 JSFiddle)中使用
包含内容
独立构建版本包含以下核心组件:
Vis Network 核心
- Network:网络图主类
- NetworkDOTParser:DOT格式解析器
- NetworkImages:图像处理工具
- NetworkOptions:配置选项
- networkGephiParser:Gephi格式解析器
- parseDOTNetwork:DOT解析函数
- parseGephiNetwork:Gephi解析函数
Vis Data
- DataSet:数据集管理
- DataView:数据视图
- Queue:队列工具
其他
- Vis Util:实用工具
- CSS 样式表
使用方法
浏览器直接使用(UMD格式)
<script type="text/javascript" src="path/to/vis-network.min.js"></script>
<script type="text/javascript">
// 创建节点数据集
var nodes = new vis.DataSet([
{ id: 1, label: "节点1" },
{ id: 2, label: "节点2" },
{ id: 3, label: "节点3" },
{ id: 4, label: "节点4" },
{ id: 5, label: "节点5" }
]);
// 创建边数据集
var edges = new vis.DataSet([
{ from: 1, to: 3 },
{ from: 1, to: 2 },
{ from: 2, to: 4 },
{ from: 2, to: 5 },
{ from: 3, to: 3 }
]);
// 创建网络图实例
var container = document.getElementById("network-container");
var data = {
nodes: nodes,
edges: edges
};
var options = {}; // 可选配置
var network = new vis.Network(container, data, options);
</script>
模块化项目中使用(ESM格式)
import { DataSet, Network } from "vis-network/standalone";
// 创建节点数据集
const nodes = new DataSet([
{ id: 1, label: "节点1" },
{ id: 2, label: "节点2" },
{ id: 3, label: "节点3" },
{ id: 4, label: "节点4" },
{ id: 5, label: "节点5" }
]);
// 创建边数据集
const edges = new DataSet([
{ from: 1, to: 3 },
{ from: 1, to: 2 },
{ from: 2, to: 4 },
{ from: 2, to: 5 },
{ from: 3, to: 3 }
]);
// 创建网络图实例
const container = document.getElementById("network-container");
const data = {
nodes: nodes,
edges: edges
};
const options = {}; // 可选配置
const network = new Network(container, data, options);
注意事项
- 不兼容性:独立构建版本不能与其他 Vis 系列包(如 Timeline、Graph3D)一起使用
- 样式自动注入:使用 ESM 导入时,CSS 样式会自动注入到页面中
- 性能考虑:独立构建版本体积较大,如果只需要基本功能,考虑使用 peer 构建版本
进阶建议
- 通过
options参数可以自定义网络图的布局、交互行为等 - 节点和边的数据结构支持多种属性配置,如颜色、形状、大小等
- 网络图实例提供了丰富的事件系统,可以监听用户交互
独立构建版本是快速集成 Vis Network 到项目中的便捷选择,特别适合初学者或需要快速实现网络可视化的场景。对于更复杂的应用,可以考虑使用 peer 构建版本以获得更好的灵活性和性能优化。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609