Plataforma de escritorio de código abierto para visualizar, explorar y manipular grafos y redes grandes, con distribución y filtrado en tiempo real.
graphistry/pygraphistry
Biblioteca de Python para cargar, estructurar, generar embeddings y explorar visualmente grafos grandes, con aceleración opcional por GPU mediante RAPIDS y el analizador visual de Graphistry.
Alternativa open source a:Gephi
- Estrellas
- 2,577
- Forks
- 232
- Issues abiertos
- 336
- Último commit
- hace 5 días
¿Qué es?
PyGraphistry es una biblioteca de Python para convertir datos tabulares en grafos y explorarlos de forma interactiva. Funciona con DataFrames de pandas y, en modo GPU, con cuDF, de modo que los científicos de datos pueden preparar tablas de aristas y nodos con código conocido y enviarlas a un servidor de visualización de Graphistry para explorarlas de forma interactiva con filtros, navegación a niveles de detalle y barras de tiempo.
La biblioteca incluye GFQL, un lenguaje de consultas de grafos nativo de DataFrame y con sintaxis al estilo de Cypher, que se ejecuta en el grafo actual o de forma remota. También ofrece análisis de grafos integrados, como PageRank mediante igraph o cuGraph, embeddings UMAP y herramientas auxiliares de machine learning para grafos disponibles en la dependencia opcional graphistry[ai].
PyGraphistry ofrece conectores para bases de datos y plataformas como Neo4j, Neptune, TigerGraph, Splunk, PostgreSQL y Databricks, y es interoperable con NetworkX y Apache Arrow. Las visualizaciones se pueden integrar mediante iframes o personalizar a través de las API de JavaScript y REST.
Funciones clave
- 01Carga DataFrames de pandas y cuDF como aristas y nodos de un grafo mediante vinculaciones sencillas.
- 02Ejecuta consultas de grafos con GFQL, mediante sintaxis al estilo de Cypher, en el grafo actual o de forma remota.
- 03Calcula análisis como PageRank mediante igraph o cuGraph y genera embeddings UMAP.
- 04Se conecta a bases de datos de grafos y plataformas como Neo4j, Neptune, TigerGraph y Splunk.
- 05Genera visualizaciones interactivas con filtros, navegación a niveles de detalle y barras de tiempo, que se pueden integrar mediante iframes o personalizar con JavaScript y REST.
Casos de uso
- Explorar relaciones en casos de fraude, registros de ciberseguridad o datos de transacciones mediante grafos interactivos.
- Visualizar redes sociales, interacciones entre proteínas u otras listas de aristas grandes con millones de aristas.
- Ejecutar análisis de grafos y generar embeddings a partir de datos tabulares en un notebook de Jupyter.
- Consultar datos de grafos mediante patrones al estilo de Cypher desde un flujo de trabajo en Python, sin una base de datos de grafos dedicada.
Inicio rápido
- 1
Instala el paquete básico mínimo con pip
pip install graphistry - 2
Carga un DataFrame y configúralo como grafo con graphistry.edges(df, 'src', 'dst')
- 3
Regístrate con una cuenta de servidor de Graphistry y luego llama a plot() para ver el grafo
Antes de usarlo
- Los gráficos interactivos se suben a un servidor de Graphistry, por lo que necesitas una cuenta en el hub o en un servidor autohospedado.
- La aceleración por GPU es opcional, pero el modo local con GPU requiere RAPIDS y una GPU NVIDIA.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es pygraphistry?
- Biblioteca de Python para cargar, estructurar, generar embeddings y explorar visualmente grafos grandes, con aceleración opcional por GPU mediante RAPIDS y el analizador visual de Graphistry. PyGraphistry es una biblioteca de Python para convertir datos tabulares en grafos y explorarlos de forma interactiva. Funciona con DataFrames de pandas y, en modo GPU, con cuDF, de modo que los científicos de datos pueden preparar tablas de aristas y nodos con código conocido y enviarlas a un servidor de visualización de Graphistry para explorarlas de forma interactiva con filtros, navegación a niveles de detalle y barras de tiempo.
- ¿pygraphistry es gratuito? ¿Qué licencia tiene?
- pygraphistry es open source bajo la licencia BSD-3-Clause. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿pygraphistry sigue mantenido?
- Mantenimiento activo. El último commit de pygraphistry fue el 2 nov 2026.
- ¿Para qué puedo usar pygraphistry?
- Explorar relaciones en casos de fraude, registros de ciberseguridad o datos de transacciones mediante grafos interactivos. Visualizar redes sociales, interacciones entre proteínas u otras listas de aristas grandes con millones de aristas. Ejecutar análisis de grafos y generar embeddings a partir de datos tabulares en un notebook de Jupyter. Consultar datos de grafos mediante patrones al estilo de Cypher desde un flujo de trabajo en Python, sin una base de datos de grafos dedicada.
- ¿Cómo se instala pygraphistry?
- Instala el paquete básico mínimo con pip: pip install graphistry Carga un DataFrame y configúralo como grafo con graphistry.edges(df, 'src', 'dst') Regístrate con una cuenta de servidor de Graphistry y luego llama a plot() para ver el grafo
- ¿Dónde consigo pygraphistry?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/graphistry/pygraphistry
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Biblioteca de DataFrame acelerada por GPU para datos tabulares, con una API similar a pandas y un acelerador para pandas que no requiere cambios en el código.
Paquete de Python para crear, manipular y estudiar la estructura y la dinámica de redes complejas y grafos.
Una biblioteca de Python para trabajar con conjuntos de datos tabulares e importarlos y exportarlos a Excel, CSV, JSON, YAML y otros formatos.
Una biblioteca de Python que convierte dataframes de pandas, polars o pyarrow en una interfaz interactiva de análisis visual con arrastrar y soltar en Jupyter.
Biblioteca de Python que genera en una sola línea un informe de análisis exploratorio y calidad de datos para DataFrames de pandas y Spark, exportable a HTML o JSON.