要構建一個動態變化的網絡拓撲圖，你可以使用Bokeh庫來實現。以下是一個簡單的示例代碼，演示如何使用Bokeh創建一個簡單的網絡拓撲圖，并且通過動態更新數據來實現圖的動態變化。

from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource, LabelSet
from bokeh.layouts import column
from bokeh.io import curdoc
import numpy as np
import networkx as nx

# 創建一個簡單的網絡拓撲圖
G = nx.Graph()
G.add_nodes_from([1, 2, 3, 4, 5])
G.add_edges_from([(1, 2), (2, 3), (3, 4), (4, 5), (5, 1)])

# 創建一個Bokeh繪圖對象
p = figure(title="Dynamic Network Topology", x_range=(-2, 2), y_range=(-2, 2))

# 創建一個ColumnDataSource來存儲節點的位置信息
node_positions = nx.spring_layout(G)
source = ColumnDataSource(data=dict(x=[], y=[], names=[]))

# 繪制節點和邊
p.circle('x', 'y', size=20, source=source)
p.multi_line([(1, 2), (2, 3), (3, 4), (4, 5), (5, 1)], [(1, 2), (2, 3), (3, 4), (4, 5), (5, 1)], line_width=2)

# 添加標簽
labels = LabelSet(x='x', y='y', text='names', level='glyph', text_align='center', text_baseline='middle', source=source, render_mode='canvas')
p.add_layout(labels)

# 更新數據的回調函數
def update():
    new_positions = nx.spring_layout(G)
    source.data = dict(x=[new_positions[i][0] for i in range(len(G.nodes))],
                       y=[new_positions[i][1] for i in range(len(G.nodes))],
                       names=[str(i) for i in G.nodes])

# 添加周期性更新數據的回調
curdoc().add_periodic_callback(update, 1000)

# 在網頁中顯示繪圖對象
layout = column(p)
curdoc().add_root(layout)
show(layout)

在這個示例代碼中，我們首先創建了一個簡單的網絡拓撲圖，然后使用Bokeh創建了一個繪圖對象，并設置了節點和邊的繪制方式。接著我們創建了一個ColumnDataSource來存儲節點的位置信息，并在繪圖中繪制節點和邊以及添加標簽。最后，我們定義了一個更新數據的回調函數，并使用add_periodic_callback函數來周期性地更新數據，從而實現網絡拓撲圖的動態變化。

你可以根據自己的需求對這段代碼進行修改和擴展，以實現更復雜的動態網絡拓撲圖。