vis-network 技术文档
2026-01-25 05:43:18作者:咎竹峻Karen
vis-network 是一个强大的网络图可视化库,用于展示节点和边构成的网络结构。此库易于使用,支持自定义形状、样式、颜色、大小、图片等,并在现代浏览器上流畅运行,适应数千个节点和边的情况。对于更大量的数据,它还提供了聚类功能以优化显示效果。vis-network 基于 HTML Canvas 进行渲染。
安装指南
您可以通过以下命令使用 npm 来安装 vis-network:
$ npm install vis-network
若要在网页中直接使用而不通过 npm 管理,可引入从 CDN 获取的资源:
<script src="https://unpkg.com/vis-network/standalone/umd/vis-network.min.js"></script>
项目使用说明
使用 vis-network 创建网络图的基本步骤如下:
- 准备节点和边的数据:首先创建
DataSet来存储您的节点和边信息。 - 实例化网络:找到页面中的容器元素并创建一个新的
vis.Network实例。
示例代码:
<div id="mynetwork"></div>
<script>
var nodes = new vis.DataSet([
{ id: 1, label: '节点 1' },
// 更多节点...
]);
var edges = new vis.DataSet([
{ from: 1, to: 2 },
// 更多边...
]);
var container = document.getElementById('mynetwork');
var data = { nodes: nodes, edges: edges };
var options = {}; // 可配置项放在这里
var network = new vis.Network(container, data, options);
</script>
项目 API 使用文档
vis-network 提供了丰富的 API 用于控制和交互。例如:
- 添加/删除节点和边:利用
nodes.add()和edges.add()方法动态改变图形。 - 更新节点和边:使用
nodes.update()和edges.update()方法来修改已存在的数据。 - 获取选中节点/边:通过
network.getSelectedNodes()和network.getSelectedEdges()。 - 设置视图:使用
network.setOptions(options)改变配置,或者network.moveTo({ x, y, scale })调整视图位置和缩放。
详细的 API 文档建议参考官方文档或源码注释,因为它们会随版本更新而变更。
项目构建方式
对于开发者,想要从源码编译和构建 vis-network,需要进行以下步骤:
- 克隆项目仓库到本地:
$ git clone git://github.com/visjs/vis-network.git - 安装依赖:
$ cd vis-network $ npm install - 构建项目:
$ npm run build
完成上述步骤后,你将得到最新编译好的库文件,可以用于定制或调试。
本技术文档旨在帮助用户快速入门 vis-network,更多高级特性和详细API使用,请访问官方文档和GitHub仓库获取更多信息。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134