____ _ _ _ _
| _ \ ___ | |_ (_) _ __ ___ __| | (_) __ _
| |_) | / _ \ | __| | | | '_ \ / _ \ / _| | | | / _ |
| _ < | __/ | |_ | | | |_) | | __/ | (_| | | | | (_| |
|_| \_\ \___| \__| |_| | .__/ \___| \__,_| |_| \__,_|
|_|
- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b
¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯
NetworkX
──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
top
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.cite-ref-4[4]cite-ref-5[5]cite-ref-6[6]cite-ref-7[7]cite-ref-8[8]
Contents
──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
Eigenschaften
• 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
cite-note-c927490b67e1681f-11. Release 3.6.1. 8. Dezember 2025 (abgerufen am 10. Dezember 2025).
cite-note-b85d176fc6d539eb-22. The networkx Open Source Project on Open Hub: Languages Page. In: Open Hub. (abgerufen am 19. Juli 2018).
cite-note-b98bb808f7308225-33. www.openhub.net. In: Open Hub. (abgerufen am 25. Januar 2021).
cite-note-44. ↑ Exploring Network Structure, Dynamics, and Function using NetworkX. In: Proceedings of the Python in Science Conference (SciPy). Abgerufen am 26. Oktober 2018.
cite-note-55. ↑ 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]).
cite-note-66. ↑ Graphs in Python: NetworkX. In: Python Advanced. Archiviert vom Original (nicht mehr online verfügbar) am 26. Oktober 2018; abgerufen am 26. Oktober 2018 (englisch).
cite-note-77. ↑ Intro to Graph Optimization with NetworkX in Python. In: DataCamp Community. 12. September 2017 (englisch, datacamp.com [abgerufen am 26. Oktober 2018]).
cite-note-88. ↑ Hiroki Sayama: Basics of Networks. In: Mathematics LibreTexts. 8. April 2018 (englisch, libretexts.org [abgerufen am 26. Oktober 2018]).