NetworkX
NetworkX | |
---|---|
![]() | |
Basisdaten | |
Entwickler | Los Alamos National Laboratory |
Aktuelle Version | 2.8.4[1] (13. Juni 2022) |
Betriebssystem | Plattformunabhängig |
Programmiersprache | Python[2] |
Lizenz | BSD-Lizenz[3] |
networkx.github.io |
NetworkX ist eine freie Python-Bibliothek auf dem Gebiet der Graphentheorie und Netzwerke. Aufgrund der Verwendung einer reinen Python-Datenstruktur ist NetworkX ein recht effizientes, sehr skalierbares, hochportables Framework für die Analyse von sozialen und anderen Netzwerken.[4][5][6][7][8]
Eigenschaften
- Klassen für gerichtete und ungerichtete Graphen
- Konvertierung von Graphen in und aus verschiedenen Formaten
- Einlesen und Ausgeben von Graphen, z. B. als Adjazenzliste oder im JSON-Format
- Fähigkeit der auch inkrementellen Erzeugung von Zufallsgraphen unterschiedlichster Ausprägung
- Bereitstellung einer großen Anzahl von Algorithmen zum Finden bzw. Erkennen von z. B. Cliquen, Bäumen, Eulerkreisen, kürzesten Pfaden, Teilgraphen, Spannbäumen, Isomorphie
- Erzeugung von Bildern mit Hilfe von Matplotlib oder mit Hilfe der Auszeichnungssprache DOT
Einzelnachweise
- ↑ NetworkX 2.8.4.
- ↑ The networkx Open Source Project on Open Hub: Languages Page. In: Open Hub. (abgerufen am 19. Juli 2018).
- ↑ www.openhub.net. In: Open Hub. (abgerufen am 25. Januar 2021).
- ↑ Exploring Network Structure, Dynamics, and Function using NetworkX. In: Proceedings of the Python in Science Conference (SciPy). Abgerufen am 26. Oktober 2018.
- ↑ Getting started with graph analysis in Python with pandas and networkx. In: Towards Data Science. 8. August 2018 (englisch, towardsdatascience.com [abgerufen am 26. Oktober 2018]).
- ↑ Graphs in Python: NetworkX. In: Python Advanced. Abgerufen am 26. Oktober 2018 (englisch).
- ↑ Intro to Graph Optimization with NetworkX in Python. In: DataCamp Community. 12. September 2017 (englisch, datacamp.com [abgerufen am 26. Oktober 2018]).
- ↑ Hiroki Sayama: Basics of Networks. In: Mathematics LibreTexts. 8. April 2018 (englisch, libretexts.org [abgerufen am 26. Oktober 2018]).
Auf dieser Seite verwendete Medien
Autor/Urheber: Arpad Horvath, Lizenz: CC BY-SA 3.0
An example graph for Watts and Strogatz model