使用基于熊猫的网络分析数据。
DeepGraph的Python项目详细描述
深度图
deepgraph是一个可扩展的通用数据分析包。它实现了 network representation为基础 在pandas上 DataFrames 并提供构造、划分和绘制网络的方法 与流行的网络包和更多。
它基于一个新的网络表示 here。deepgraph还能够 代表 multilayer networks。
主要特点
此网络包专门针对 Pandas用户。利用大熊猫的一个主要的 数据结构 DataFrame, 我们用一组表来表示图的(超级)节点,并且 由另一组表组成的成对关系(即图的(超)边)。 deepgraph的主要功能是
- Create edges: 方法,但是 节点间成对关系(边)的矢量化计算 节点属性上的任意用户定义函数。方法 提供参数以并行化计算和控制内存消耗, 使它们适合于非常大的数据集,并可调整为 你手头的硬件(从上网本到集群架构)。
- Partition nodes, edges or a graph: 方法来划分节点, 边或图形的属性和标签,启用 信息的聚合、计算和分配 节点的任意组。这些方法还可以让您 详细查询包含在深度图中的信息。
- Interfaces to other packages: 转换为公共的方法 流行python网络包的网络表示和图形对象 (例如,scipy稀疏矩阵、networkx图、图形工具图)。
- Plotting: 许多有用的网络绘图方法, 包括地理地图投影图。
快速启动
deepgraph可以通过pip从 PyPI
$ pip install deepgraph
或者如果你用的是Conda, 使用安装
$ conda install -c conda-forge deepgraph
然后,导入并开始使用:
>>> import deepgraph as dg >>> help(dg)
发展
到目前为止,这个软件包是我自己开发的,我希望 变化很大。所以如果你想以任何方式做出贡献, 表格,请随时与我联系,报告错误,创建请求, 里程碑等。您可以通过电子邮件联系我:dominik.traxl@posteo.org
错误报告
要搜索或报告错误,请使用错误跟踪器: https://github.com/deepgraph/deepgraph/issues
引用deepgraph
请确认并引用本软件及其作者的使用 结果用于出版物或在其他地方发布。你可以使用 在bibtex条目之后
@Article{traxl-2016-deep, author = {Dominik Traxl AND Niklas Boers AND J\"urgen Kurths}, title = {Deep Graphs - A general framework to represent and analyze heterogeneous complex systems across scales}, journal = {Chaos}, year = {2016}, volume = {26}, number = {6}, eid = {065303}, doi = {http://dx.doi.org/10.1063/1.4952963}, eprinttype = {arxiv}, eprintclass = {physics.data-an, cs.SI, physics.ao-ph, physics.soc-ph}, eprint = {http://arxiv.org/abs/1604.00971v1}, version = {1}, date = {2016-04-04}, url = {http://arxiv.org/abs/1604.00971v1} }
许可证
与aBSD license一起分布:
Copyright (C) 2017 DeepGraph Developers Dominik Traxl <dominik.traxl@posteo.org>