бмо графы

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import networkx as nx
from scipy.spatial import distance

vectors = [np.random.randint(-6, 7, 64) for _ in range(10)]

# Выводим все векторы
for i, vector in enumerate(vectors):
    print(f'Вектор {i+1}:')
    print(vector)
    print()

# Выбираем три случайные точки (вектора)
indices = np.random.choice(len(vectors), 3, replace=False)
selected_vectors = [vectors[i] for i in indices]

# Создаем граф
G = nx.Graph()
for i in range(3):
    G.add_node(i)

# Добавляем ребра так, чтобы получилось дерево (без циклов)
G.add_edge(0, 1)
G.add_edge(0, 2)

# Расчет энергии вершины
def calculate_vertex_energy(vertex, vectors, k):
    energy = 0
    for vector in vectors:
        energy += np.linalg.norm(vertex - vector)**2
    return k * energy

# Расчет энергии ребра
def calculate_edge_energy(edge, vectors, k):
    v1, v2 = vectors[edge[0]], vectors[edge[1]]
    return k * np.linalg.norm(v1 - v2)**2

# Расчет энергии клина
def calculate_wedge_energy(wedge, vectors, k):
    v1, v2, v3 = vectors[wedge[0]], vectors[wedge[1]], vectors[wedge[2]]
    return k * np.linalg.norm(v1 + v3 - 2*v2)**2

# Расчет энергии графа
def calculate_energy(graph, vectors):
    vertex_k = 0.5 # Замените на ваше значение для коэффициента аппроксимации вершин
    edge_k = 0.5 # Замените на ваше значение для коэффициента растяжения ребер
    wedge_k = 0.5 # Замените на ваше значение для коэффициента изгиба клиньев

    energy = 0
    for node in graph.nodes:
        energy += calculate_vertex_energy(vectors[node], vectors, vertex_k)
    for edge in graph.edges:
        energy += calculate_edge_energy(edge, vectors, edge_k)

    # Добавляем энергию клина (только если в графе есть три вершины)
    if len(graph.nodes) == 3:
        nodes = list(graph.nodes)  # Преобразуем NodeView в список
        energy += calculate_wedge_energy(nodes, vectors, wedge_k)

    return energy

energy = calculate_energy(G, selected_vectors)
print(f'Энергия графа: {energy}')

# Визуализация проекции графа и векторов
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# Отображаем все векторы на графике
for vector in vectors:
    ax.scatter(vector[0], vector[1], vector[2], color='b')

# Отображаем выбранные векторы на графике
for vector in selected_vectors:
    ax.scatter(vector[0], vector[1], vector[2], color='r')

# Добавляем ребра между вершинами
for edge in G.edges:
    ax.plot([selected_vectors[edge[0]][0], selected_vectors[edge[1]][0]],
            [selected_vectors[edge[0]][1], selected_vectors[edge[1]][1]],
            [selected_vectors[edge[0]][2], selected_vectors[edge[1]][2]], 'r-')

plt.show()