⑴ 怎麼用python寫mininet的拓撲
為Mininet添加自定義拓撲：Mininet原生提供了多種拓撲類型：SingleSwitchTopo：簡單拓撲（Host——Switch——Host）LinearTopo(k,n)：鏈狀拓撲，k台交換機以單鏈形態連接，分別下接n台主機TreeTopo(depth,fanout)：樹形拓撲，創建一個深度為depth、扇出為fanout的樹狀拓撲Mininet默認情況下並沒有實現胖樹的網路拓撲，但Mininet支持添加自定義拓撲的功能。本文根據Mininet自帶的拓撲定義，在原拓撲庫中添加了胖樹拓撲類，實現從命令行直接啟動k叉胖樹拓撲環境。（註：加粗的代碼行為自定義拓撲關鍵部分）mininet/topo.py：所有的拓撲類都繼承自topo模塊下的Topo基類，Topo基類實現了addNode、addSwitch、addHost、addPort、addLink等添加節點、鏈路的重要方法。Topo模塊中還實現了單交換機拓撲SingleSwitchTopo類和鏈狀拓撲LinearTopo類。mininet/topolib.py：topolib模塊中定義了樹狀拓撲TreeTopo類，自定義的拓撲類可以定義在topolib模塊下也可定義在topo模塊下，拓撲類的__init__方法中可添加構建拓撲所需要的參數，Mininet在調用拓撲類時會將從命令行接收的topo選項之後的參數*args和關鍵字參數**kwargs傳遞到該拓撲類的__init__方法中初始化該拓撲類的對象。如本文中定義的FatTree拓撲類需要接收參數k以確定胖樹的叉數：classFatTreeTopo(Topo):def__init__(self,k=4):"Createfat-treetopo."#initializationcodebin/mn：mn是Mininet執行的解釋器，負責解析參數，定義了MininetRunner類用來構建、配置並運行整個Mininet平台。自定義的拓撲類需要導入mn中，然後在存放拓撲參數的字典TOPOS中加入對應的鍵值，就可以在mn命令中使用自定義的拓撲了：frommininet.topolibimportFatTreeTopoTOPOS={'linear':LinearTopo,'single':SingleSwitchTopo,'tree':TreeTopo,'fattree':FatTreeTopo}啟動8叉胖樹自定義拓撲的Mininet拓撲環境：$sudomn--topo=fattree,k=8
⑵ Python中walk()函數的參數有哪些呢
在Python中，os模塊提供了walk()函數，用於遍歷目錄樹中的所有文件和子目錄。該函數接受一個參數，即要遍歷的目錄路徑，具體語法如下：
for dirpath, dirnames, filenames in os.walk(path, topdown=True, onerror=None, followlinks=False):
# 處理目錄和文件
其中，path是要遍歷的目錄路徑，必須是一個字元串；topdown是可選參數，表示遍歷的順序，如果設置為True，則先遍歷目錄，然後再遍歷目錄中的文件，否則先遍歷目錄中的文件，然後再遍歷目錄；onerror也是可選參數，表示當遇到錯誤時的處理方式，如果設置為None，則會忽略錯誤，否則會拋出異常；followlinks也是可選參數，表示是否遍歷符號鏈接指向的目錄。函拆塵數返回一個迭代器，每次迭代肢御輪都會返回三個元素：
dirpath：當前目錄的路徑；
dirnames：當前目錄中的子目錄列表；
filenames：當前目錄中的文件列歷信表。
使用os.walk()函數可以方便地遍歷目錄樹中的所有文件和子目錄，並對其進行處理。
⑶ 如何用python實現網路圖節點權重的添加以及如何把一個非連通的大網路圖分成多個小網路圖
networkx是python的一個庫，它為圖的數據結構提供演算法、生成器以及畫圖工具。近日在使用ryu進行最短路徑獲取，可以通過該庫來簡化工作量。該庫採用函數方式進行調用相應的api，其參數類型通常為圖對象。
函數API的調用，按照以下步驟來創建構建圖：
1.networkx的載入
在python中調用networkx通常只需要將該庫導入即可
import networkx as nx
2.圖對象的創建
networkx提供了四種基本圖對象：Graph，DiGraph，MultiGraph，MultiDiGraph。
使用如下調用方式，可以創建以上四種圖對象的空圖。
G=nx.Graph()
G=nx.DiGraph()
G=nx.MultiGraph()
G=nx.MultiDiGraph()
在 networkx中，圖的各個節點允許以哈希表對象來表示，而對於圖中邊的各個參量，則可以通過與邊相關聯的方式來標識，一般而言，對於權重，用weight作為keyword，而對於其他的參數，使用者可以採用任何除weight以外的keyword來命名。
3.在2中，創建的只是一副空圖，為了得到一個有節點、有邊的圖，一般採用下面這個函數：
1
2
G.add_edge(1,2) #default edge data=1
G.add_edge(1,2) #specify edge data=0.9
add_edge()函數，該函數在調用時需要傳入兩個參數u和v，以及多個可選參數
u和v即圖中的兩個節點，如果圖中不存在節點，在調用時會自動將這兩個節點添加入內，同時構建兩個節點之間的連接關系，可選參數通常指這條邊的權重等關系參量。需要注意的是，如果圖中已經存在了這條邊，重新進行添加時會對這條邊進行跟新操作（也就是覆蓋了原有的信息）。
對於該函數，除了上述的構建方式以外，還有以下幾種方式來創建邊：
1
2
3
G.add_edge(*e) # single edge as tuple of two nodes
G.add_edge(1, 3, weight=7, capacity=15, length=342.7) #using many arguements to create edge
G.add_edges_from( [(1, 2)] ) # add edges from iterable container
有時候，當採用默認方式創建邊以後，我們可能還會往邊裡面添加邊的相關參數，這時候，可以採用下面的方式來更新邊的信息：
1
2
3
4
5
#For non-string attribute keys, use subscript notation.
G.add_edge(1, 2)
G[1][2].update({0: 5}) #更新邊的信息
G.edges[1, 2].update({0: 5}) #更新邊的信息
#上述兩種更新方式，擇一選取即可
細心的朋友可能注意到我在寫創建圖的內容的時候，提到了add_edges_from（）函數，該函數也是用來創建邊的，該方式與add_edges()略有不同，比之add_edges()採用一個一個節點的方式進行創建，它來的更為便利。這個函數在調用時，需要一個節點元組作為參數以及多個可選參數作為邊的信息。你可以這么傳遞：
默認創建節點之間的邊：
1
G.add_edges_from([(u,v)])
也可以這么寫，在創建的同時添加信息：
1
G.add_edges_from([(3, 4), (1, 4)], label='WN2898')
通過上述方式，就構建了一個3-4-1的圖的連接，並給每條邊打上了標簽。
由此你就可以創建出自己的圖模型了。
⑷ Python參數類型
上一期我們學習參數傳遞怎麼傳遞，也了解了參數的幾種類型。
首先，我們再來回顧一下，形參和實參:
形參是在定義函數時定義的，放在函數名後面的圓括弧里,可為空
實參是調用函數時為形參傳入具體的參數值
簡單總結一下，誰調用函數，誰就負責傳入參數。
好吶，本期我們來詳細學習函數幾種參數類型，大綱如下：
python函數的參數名是無意義的，Python允許在調用函數時通過通過名字來傳入參數值。
位置參數：按照形參位置傳入的參數
調用函數時，實參默認按位置順序傳遞的。同時實參個數也要和形參匹配
舉一個小栗子
如果實參的個數與形參不匹配時，調用函數運行就會報錯
Python中，形參與調用函數緊密聯系在一起的。
關鍵字參數：調用函數時，使形參名稱來傳遞參數，形式為「形參名=實參」
關鍵字參數，又叫命名參數，傳遞時無需考慮參數位置和順序
舉一個小栗子
默認參數：定義函數時，我們可以為形參提前設置具體的值。
在定義函數時，默認參數要放到位置等其他參數後面
在調用函數時，默認參數是可選的。如果傳入新值，則會覆蓋默認值
舉一個小栗子
注意，默認值不能位於位置參數前面，否則程序會報錯誤
不定長參數又名可變參數。
不定長參數指的是可變數量的參數，分兩種情況：
如果不定長參數後面，可以新增參數嗎？
我們通過例子來看,會發生什麼？
運行上面的程序，Python解釋器會報錯
原因是，形參a已經是不定長參數，我們調用的test(2,3,4)傳入的三個實參,系統自動把它們屬於形參a的值，形參b 和形參c就等於沒有值傳入，這時候系統就認為，調用函數的對象，參數沒有傳夠。
為了解決這一報錯，python引入了 強制命名參數
規定，調用不定參數後面有跟位置參數的函數時，傳入給位置參數時，必須要強制命名參進行傳參。
逆向參數收集針對的對象傳入函數的實參
調用函數時，如果實參是元組，列表或者字典，通過在實參前面加入星號，可以自動把元素進行隔開，然後再轉入給函數進行處理
舉一個小栗子
本期，我們詳細學習了參數幾種類型，為後面我們學習函數，打好基礎。
實踐是檢驗真理的過程，大家多動手練習練習，會有不一樣的奇妙旅程~
好吶，以上是本期內容，歡迎大佬們評論區指正~
⑸ Python的位置參數、默認參數、關鍵字參數、可變參數區別
對於python函數參數，對於初學者可能就是進入了迷宮，盡管我也是初學者，簡單總結一下。
說參數之前，先講一下兩個packing（包裹）和unpacking（解包裹）：
輸出：
我總結不了這個概念，只能幫大家到這了
一、位置參數和關鍵字參數：
調用函數時根據函數定義的參數位置來傳遞參數。
注意：
有位置參數時，位置參數必須在關鍵字參數的前面，但關鍵字參數之間不存在先後順序的
二、默認參數：
用於定義函數，為參數提供默認值，調用函數時可傳可不傳該默認參數的值（注意：所有位置參數必須出現在默認參數前，包括函數定義和調用）
三、可變參數：
定義函數時，有時候我們不確定調用的時候會傳遞多少個參數(不傳參也可以)。此時，可用包裹(packing)位置參數，或者包裹關鍵字參數，來進行參數傳遞，會顯得非常方便。
1、包裹位置傳遞
我們傳進的所有參數都會被args變數收集，它會根據傳進參數的位置合並為一個元組(tuple)，args是元組類型，這就是包位置傳遞。
2、包裹關鍵字傳遞
kargs是一個字典(dict)，收集所有關鍵字參數
四、解包裹參數：
*args 和 **kargs ，也可以在函數調用的時候使用，稱之為解包(unpacking)
1、在傳遞元組時，讓元組的每一個元素對應一個位置參數
2、在傳遞詞典字典時，讓詞典的每個鍵值對作為一個關鍵字參數傳遞給函數
五、位置參數、默認參數、可變參數的混合使用
1、基本原則是：先位置參數，默認參數，包裹位置，包裹關鍵字(定義和調用都應遵循)
2、Python中 *args 和 **kwargs 的區別
先看個demo：
輸出結果：
分析一下：可以看到，這兩個是[Python]中的可變參數。 *args 表示任何多個無名參數，它是一個tuple； **kwargs 表示關鍵字參數，它是一個dict。並且同時使用 *args 和 **kwargs 時，必須 *args 參數列要在 **kwargs 前，否則會報語法錯誤！！！
還有個小應用場景：創建字典
其實python中就帶有dict類，使用dict(a=1,b=2,c=3)即可創建一個字典了。
*args：
重點在*，後面的args相當於一個變數名，可以自己定義的。它的本質就是將標准調用剩下的值集中轉變為元組。
從形參的角度：
從實參的角度：
從不同角度看**kwargs：
**kwargs與位置參數和默認參數混用：
超復雜混合參數混用記：
總結：
位置參數：
調用函數時所傳參數的位置必須與定義函數時參數的位置相同
關鍵字參數：
使用關鍵字參數會指定參數值賦給哪個形參，調用時所傳參數的位置可以任意
*位置參數：可接受任意數量的位置參數(元組)；只能作為最後一個位置參數出現，其後參數均為關鍵字參數
**關鍵字參數：可接受任意數量的關鍵字參數(字典)；只能作為最後一個參數出現
⑹ Python的函數參數總結
import math
a = abs
print(a(-1))
n1 = 255
print(str(hex(n1)))
def my_abs(x):
# 增加了參數的檢查
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
if x >= 0:
return x
else:
return -x
print(my_abs(-3))
def nop():
pass
if n1 >= 255:
pass
def move(x, y, step, angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
x, y = move(100, 100, 60, math.pi / 6)
print(x, y)
tup = move(100, 100, 60, math.pi / 6)
print(tup)
print(isinstance(tup, tuple))
def quadratic(a, b, c):
k = b * b - 4 * a * c
# print(k)
# print(math.sqrt(k))
if k <嘩旅滲 0:
print('This is no result!')
return None
elif k == 0:
x1 = -(b / 2 * a)
x2 = x1
return x1, x2
else:
x1 = (-b + math.sqrt(k)) / (2 * a)
x2 = (-b - math.sqrt(k)) /鎮州 (2 * a)
return x1, x2
print(quadratic(2, 3, 1))
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
print(power(2))
print(power(2, 3))
def enroll(name, gender, age=8, city='BeiJing'):
print('name:', name)
print('gender:', gender)
print('age:', age)
print('city:', city)
enroll('elder', 'F')
enroll('android', 'B', 9)
enroll('pythone', '6', city='AnShan')
def add_end(L=[]):
L.append('end')
return L
print(add_end())
print(add_end())
print(add_end())
def add_end_none(L=None):
if L is None:
L = []
L.append('END')
return L
print(add_end_none())
print(add_end_none())
print(add_end_none())
def calc(*nums):
sum = 0
for n in nums:
sum = sum + n * n
return sum
print(calc(1, 2, 3))
print(calc())
l = [1, 2, 3, 4]
print(calc(*l))
def foo(x, y):
print('x is %s' % x)
print('y is %s' % y)
foo(1, 2)
foo(y=1, x=2)
def person(name, age, **kv):
print('name:', name, 'age:', age, '亂脊other:', kv)
person('Elder', '8')
person('Android', '9', city='BeiJing', E='人民大學')
extra = {'city': 'Beijing', 'job': 'Engineer'}
person('Jack', 24, **extra)
def person2(name, age, *, city, job):
print(name, age, city, job)
person2('Pthon', 8, city='BeiJing', job='Android Engineer')
def person3(name, age, *other, city='BeiJing', job='Android Engineer'):
print(name, age, other, city, job)
person3('Php', 18, 'test', 1, 2, 3)
person3('Php2', 28, 'test', 1, 2, 3, city='ShangHai', job='Pyhton Engineer')
def test2(a, b, c=0, *args, key=None, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'key=', key, 'kw =', kw)
test2(1, 2, 3, 'a', 'b', 'c', key='key', other='extra')
args = (1, 2, 3, 4)
kw = {'d': 99, 'x': '#'}
test2(*args, **kw)
⑺ Python中的參數有哪兩種類型
在Python中，有兩種參數類型：位置參數和關鍵字參數。它們的用法和使用注意事項如下：
位置參數
位置參數是最常用的參數類型。它是函數定義時聲明參數的順序。在調用函數時，必須按照定義的順序傳遞參數。如果不檔擾按照順序傳遞，會導致程序錯誤。例如：
def hello(name, message):
print(message + ', ' + name + '!')
hello('Tom', 'Hello')
在這個例子中，'Tom' 是位置參數 name 的值，'Hello' 是位置參數 message 的值。調用函數時必須按照函數定義時的順序傳遞參數。
關鍵字參數
關鍵字參數是指在函數調用時，通過關鍵字指定參數的值。與位置參數不同，關鍵字參數可以不按照函數定消絕義時的順序進行傳遞。例如：
def hello(name, message):
print(message + ', ' + name + '!')
hello(message='Hello', name='Tom')
在這個例子中，'Tom' 是關鍵字參數 name 的值，'Hello' 是關鍵字參數 message 的值。注意，這里的關鍵字需要與函數定義時的參數名相同。
使用注意事項
1. 函數定義時使用默認參數
定義函數時，可以給參數設置默認值。這樣，調用函數時不傳遞該參數，則使用默認值。例如：
def hello(name, message='Hello'):
print(message + ', ' + name + '!')
hello('Tom')
在這個例子中，因為 message 參數設置了默認值，調用函數時可以只傳遞 name 參數。
2. 位置參數和關鍵字參數混合使用
在函數調用時，可以使用位置參數和關鍵字參數混合使用。但要注意，在關鍵字參數之後，只能使用關鍵字參數。例如：
def hello(name, message):
print(message + ', ' + name + '!')
hello('Tom', message='Hello')
在這個例子中，'Tom' 是位置參數 name 的值，'Hello' 是關鍵字參數 message 的值。關鍵字參數要在位置參數之後傳遞。
Python中的參數類型有位置參數和關鍵字參數。使用位置參數時，必須按照函數定義時行橋旦的順序傳遞參數。關鍵字參數可以不按照順序傳遞，並且需要使用關鍵字指定參數的值。同時，在函數定義時，可以設置默認參數。在函數調用時，可以混合使用位置參數和關鍵字參數，但要遵循一定的順序和規則。
希望我的回答能夠幫助到您！
⑻ 各位幫幫忙！ 如何用 SNMP 得到 一個在跑OSPF協議的網路拓撲 的信息，如果能透過Python完成 就更好了
snmp-server community cisco RO
snmp-server enable traps ospf state-change
snmp-server enable traps ospf errors
snmp-server enable traps ospf retransmit
snmp-server enable traps ospf lsa
snmp-server enable traps ospf cisco-specific state-change nssa-trans-change
snmp-server enable traps ospf cisco-specific state-change shamlink interface-old
snmp-server enable traps ospf cisco-specific state-change shamlink neighbor
snmp-server enable traps ospf cisco-specific errors
snmp-server enable traps ospf cisco-specific retransmit
snmp-server enable traps ospf cisco-specific lsa
snmp-server host 10.1.1.2 version 2c cisco ospf
建議使用NETFLOW，因為SNMP是簡單的管理協議，他采肢高高集的只是硬體上的信息。
而NETFLOW是採集流量基於軟體歷尺圖形分析的信息，他能夠採集到路由的源目IP，工作方念扒式，類型，以及產生的流量，可是他是基於介面的採集。
⑼ 混沌系統拓撲參數有哪些類型
1、匯流排型拓撲。匯流排型拓撲是一種基於多點連接的拓撲結構，是將網路中的所有的設備通過相應的硬體介面直接連接在共同的傳輸介質上。
2、環型拓撲。
3、樹形拓撲結構。樹形拓撲從匯流排拓撲演變而來，形狀像一棵倒置的樹，頂端是樹根，樹根以下帶分支，每個分支還可再帶子分支。
4、星形拓撲結構。星形拓撲結構是一種以中央節點為中心，把若干外圍節點連接起來的輻老租射式互聯結構，各結點與中央結點通過點與點方式連接，碰含野中央結點執行集中式通信控制策略，因此中央結點笑喊相當復雜，負擔也重。
5、網狀拓撲。網狀拓撲又稱作無規則結構，結點之間的聯結是任意的，沒有規律。
⑽ Python網路編程6-使用Pysnmp實現簡單網管
簡單網路管理協議SNMP（Simple Network Management Protocol）用於網路設備的管理。SNMP作為廣泛應用於TCP/IP網路的網路管理標准協議，提供了統一的介面，從而實現了不同種類和廠商的網路設備之間的統一管理。
SNMP協議分為三個版本：SNMPv1、SNMPv2c和SNMPv3。
SNMP系統由網路管理系統NMS（Network Management System）、SNMP Agent、被管對象Management object和管理信息庫MIB（Management Information Base）四部分組成。
SNMP查詢是指NMS主動向SNMP Agent發送查詢請求，如圖1-3所示。SNMP Agent接收到查詢請求後，通過MIB表完成相應指令，並將結果反饋給NMS。SNMP查詢操作有三種：Get、GetNext和GetBulk。SNMPv1版本不支持GetBulk操作。
不同版本的SNMP查詢操作的工作原理基本一致，唯一的區別是SNMPv3版本增加了身份驗證和加密處理。下面以SNMPv2c版本的Get操作為例介紹SNMP查詢操作的工作原理。假定NMS想要獲取被管理設備MIB節點sysContact的值，使用可讀團體名為public，過程如下所示：
SNMP設置是指NMS主動向SNMP Agent發送對設備進行Set操作的請求，如下圖示。SNMP Agent接收到Set請求後，通過MIB表完成相應指令，並將結果反饋給NMS。
不同版本的SNMP Set操作的工作原理基本一致，唯一的區別是SNMPv3版本增加了身份驗證和加密處理。下面以SNMPv3版本的Set操作為例介紹SNMP Set操作的工作原理。
假定NMS想要設置被管理設備MIB節點sysName的值為HUAWEI，過程如下所示：
SNMPv1和SNMPv2c的Set操作報文格式如下圖所示。一般情況下，SNMPv3的Set操作信息是經過加密封裝在SNMP PDU中，其格式與SNMPv2c的Set操作報文格式一致。
SNMP Traps是指SNMP Agent主動將設備產生的告警或事件上報給NMS，以便網路管理員及時了解設備當前運行的狀態。
SNMP Agent上報SNMP Traps有兩種方式：Trap和Inform。SNMPv1版本不支持Inform。Trap和Inform的區別在於，SNMP Agent通過Inform向NMS發送告警或事件後，NMS需要回復InformResponse進行確認。
在Ensp中搭建網路環境，在R2上啟用SNMP作為SNMP agent，Linux主機作為NMS；為方便觀察SNMP報文格式，在R2使用SNMP的版本為v2c。
通過下面的Python腳本獲取R2的系統信息與當前的主機名
運行結果如下
在R2介面上抓包結果如下，Linux主機向R2的161埠發送SNMP get-request報文，可以看到SNMP使用的版本為v2c，設置的團體名為public，隨機生成了一個request-id，變數綁定列表（Variable bindings），即要查詢的OID，但Value為空；值得注意的是這些信息都是明文傳輸的，為了安全在實際環境中應使用SNMPv3。
通過下面的Python腳本獲取R2的介面信息。
運行結果如下：
在R2介面抓包結果如下，getBuikRequest相比get-request設置了一個max-repetitions欄位，表明最多執行get操作的次數。Variable bindings中請求的OID條目只有一條。
下面Python腳本用於設置R2的主機名為SNMPv2R2。
運行結果如下
在路由器上可以看到主機名有R2變為了SNMPv2R2。
get-response數據包內容與set-request中無異。
下面Python腳本用於接收，R2發送的Trap，並做簡單解析。
先運行該腳本，之後再R2上手動將一個介面shutdown，結果如下：
介面上抓包結果如下，此時團體名用的是public，data部分表明是trap。
由於Ensp中的通用路由器認證演算法只支持des56，而pysnmp不支持該演算法，因此使用AR路由器配置SNMPv3。
使用下面Python腳本發送snmpv3 get報文獲取設備系統信息。
抓包結果如下，首先發送get-resques進行SNMPv3認證請求，隨機生成一個msgID，認證模式為USM，msgflgs中Reportable置1要求對方發送report，其他為置0，表示不進行加密與鑒權；另外安全參數，認證參數、加密參數都為空，此時不攜帶get請求數據。
路由器給NMS回復report，msgID與resquest一致，Msgflgs中各位都置0，同時回復使用的安全引擎，認證與加密參數為空，不進行認證與加密，因此能看到data中的數據。
AR1收到請求後進行回復，數據包中msgflags標志位中除reportable外其他位都置1，表示不需要回復，同時進行加密與鑒權。同樣也可以看到認證用戶為testuser，認證參數與加密參數都有填充，data部分也是同樣加密。
參考：
什麼是SNMP - 華為 (huawei.com)
AR100-S V300R003 MIB參考 - 華為 (huawei.com)
SNMP library for Python — SNMP library for Python 4.4 documentation (pysnmp.readthedocs.io)