Repolode
graphistry

graphistry/pygraphistry

Библиотека Python для загрузки, преобразования и визуального анализа больших графов, с опциональным ускорением на GPU через RAPIDS и Graphistry visual analyzer.

Open source альтернатива:Gephi

Звёзды
2,577
Форки
232
Открытые issues
336
Последний коммит
5 дней назад

Что это?

PyGraphistry — библиотека Python для преобразования табличных данных в графы и их интерактивного изучения. Она работает с DataFrame из pandas, а в режиме GPU — с cuDF: специалисты по данным могут готовить таблицы рёбер и узлов привычными средствами и отправлять их на сервер визуализации Graphistry, чтобы интерактивно исследовать данные с помощью фильтров, детализации и временных шкал.

В библиотеку входит GFQL — язык запросов к графам с синтаксисом в стиле Cypher, работающий с текущим графом или удалённо. Также доступны встроенные инструменты анализа графов, например PageRank на базе igraph или cuGraph, эмбеддинги UMAP и вспомогательные инструменты для graph ML в дополнительном пакете graphistry[ai].

PyGraphistry предоставляет коннекторы к базам данных и платформам, включая Neo4j, Neptune, TigerGraph, Splunk, PostgreSQL и Databricks, а также взаимодействует с NetworkX и Apache Arrow. Визуализации можно встраивать с помощью iframe или настраивать через JavaScript и REST API.

Ключевые возможности

  • 01Загружает DataFrame из pandas и cuDF как рёбра и узлы графа с помощью простых привязок.
  • 02Выполняет запросы к графам с помощью GFQL и синтаксиса в стиле Cypher — на текущем графе или удалённо.
  • 03Вычисляет аналитические показатели, например PageRank, через igraph или cuGraph и строит эмбеддинги UMAP.
  • 04Подключается к графовым базам данных и платформам, включая Neo4j, Neptune, TigerGraph и Splunk.
  • 05Создаёт интерактивные визуализации с фильтрами, детализацией и временными шкалами; их можно встраивать через iframe или настраивать с помощью JavaScript и REST.

Сценарии использования

  • Интерактивное исследование связей в данных о мошенничестве, логах кибербезопасности или транзакциях.
  • Визуализация социальных сетей, взаимодействий белков и других больших списков рёбер, содержащих миллионы связей.
  • Анализ графов и построение эмбеддингов на основе табличных данных в Jupyter Notebook.
  • Запросы к графовым данным с помощью шаблонов в стиле Cypher из рабочего процесса на Python без отдельной графовой базы данных.

Быстрый старт

  1. 1

    Установите минимальный основной пакет с помощью pip

    pip install graphistry
  2. 2

    Загрузите DataFrame и задайте его как граф с помощью graphistry.edges(df, 'src', 'dst')

  3. 3

    Зарегистрируйте учетную запись на сервере Graphistry, затем вызовите plot(), чтобы просмотреть граф

Что важно знать

  • Интерактивные графики загружаются на сервер Graphistry, поэтому нужна учетная запись на hub или собственном сервере.
  • Ускорение на GPU необязательно, но для локального режима с GPU требуются RAPIDS и видеокарта NVIDIA.

В подборках

Темы

#graph-visualization#graph-analytics#gpu#network-analysis#pandas#rapids#jupyter#graph-query-language#csv#cudf

Частые вопросы

Что такое pygraphistry?
Библиотека Python для загрузки, преобразования и визуального анализа больших графов, с опциональным ускорением на GPU через RAPIDS и Graphistry visual analyzer. PyGraphistry — библиотека Python для преобразования табличных данных в графы и их интерактивного изучения. Она работает с DataFrame из pandas, а в режиме GPU — с cuDF: специалисты по данным могут готовить таблицы рёбер и узлов привычными средствами и отправлять их на сервер визуализации Graphistry, чтобы интерактивно исследовать данные с помощью фильтров, детализации и временных шкал.
pygraphistry можно использовать бесплатно? Какая у него лицензия?
pygraphistry распространяется с открытым исходным кодом под лицензией BSD-3-Clause. Перед использованием в коммерческих продуктах проверьте условия лицензии.
pygraphistry всё ещё поддерживается?
Активно поддерживается. Последний коммит в pygraphistry — 2 нояб. 2026 г..
Для чего можно использовать pygraphistry?
Интерактивное исследование связей в данных о мошенничестве, логах кибербезопасности или транзакциях. Визуализация социальных сетей, взаимодействий белков и других больших списков рёбер, содержащих миллионы связей. Анализ графов и построение эмбеддингов на основе табличных данных в Jupyter Notebook. Запросы к графовым данным с помощью шаблонов в стиле Cypher из рабочего процесса на Python без отдельной графовой базы данных.
Как установить pygraphistry?
Установите минимальный основной пакет с помощью pip: pip install graphistry Загрузите DataFrame и задайте его как граф с помощью graphistry.edges(df, 'src', 'dst') Зарегистрируйте учетную запись на сервере Graphistry, затем вызовите plot(), чтобы просмотреть граф
Где скачать pygraphistry?
Исходный код и инструкции по установке — на GitHub: https://github.com/graphistry/pygraphistry

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Открытая настольная платформа для визуализации, изучения и обработки больших графов и сетей с интерактивной раскладкой и фильтрацией в реальном времени.

6,7 тыс.1,6 тыс.JavaGPL-3.0Активно поддерживаетсяОбновлён 6 дней назад

Python-библиотека, которая формирует подробный отчет об исследовательском анализе и качестве данных для pandas- и Spark DataFrame; отчет можно экспортировать в HTML или JSON.

13,8 тыс.+6 за неделю1,8 тыс.PythonMITОбновлён позавчера