开源桌面平台,用于可视化、探索和操作大规模图与网络,支持实时布局与过滤。
- Star
- 2,577
- Fork
- 232
- 未关闭 Issue
- 336
- 最近提交
- 5天前
这是什么?
PyGraphistry 是一个 Python 库,用于将表格数据转换为图,并进行交互式探索。它支持 pandas DataFrame,在 GPU 模式下也支持 cuDF,数据科学家可以用熟悉的代码准备边表和节点表,再发送到 Graphistry 可视化服务器,通过过滤、下钻和时间轴等方式进行探索。
库中包含 GFQL,这是一种与 DataFrame 原生集成的图查询语言,支持类 Cypher 语法,可作用于当前图或远程执行。此外还内置了 PageRank 等图分析功能(通过 igraph 或 cuGraph 实现)、UMAP 嵌入,以及可选的 graphistry[ai] 图机器学习工具。
PyGraphistry 提供 Neo4j、Neptune、TigerGraph、Splunk、PostgreSQL、Databricks 等数据库和平台的连接器,并能与 NetworkX、Apache Arrow 协同工作。可视化结果可以通过 iframe 嵌入,也可以用 JavaScript 和 REST API 进行定制。
核心功能
- 01通过简单绑定,将 pandas 或 cuDF DataFrame 加载为图的边和节点。
- 02使用类 Cypher 语法的 GFQL 在当前图上或远程执行图查询。
- 03借助 igraph 或 cuGraph 计算 PageRank 等图分析指标,并生成 UMAP 嵌入。
- 04连接 Neo4j、Neptune、TigerGraph、Splunk 等图数据库和数据平台。
- 05生成可过滤、下钻、带时间轴的交互式可视化,支持 iframe 嵌入和 JavaScript、REST 定制。
适用场景
- 将欺诈检测、网络安全日志或交易数据中的关系转化为交互式图进行探索。
- 可视化社交网络、蛋白质相互作用等包含大量边的大型关系数据。
- 在 Jupyter 笔记本中对表格数据运行图分析和嵌入计算。
- 在 Python 工作流中用类 Cypher 模式查询图数据,无需单独部署图数据库。
快速上手
- 1
用 pip 安装最小核心包
pip install graphistry - 2
加载 DataFrame,并用 graphistry.edges(df, 'src', 'dst') 将其绑定为图
- 3
注册 Graphistry 服务器账户,然后调用 plot() 查看图
使用前须知
- 交互式图表需要上传到 Graphistry 服务器,因此您需要在官方 hub 或自托管服务器上拥有账户。
- GPU 加速是可选的,但本地 GPU 模式需要 RAPIDS 和 NVIDIA GPU。
收录于专题
标签
常见问题
- pygraphistry 是什么?
- 用于加载、处理、嵌入和可视化大规模图数据的 Python 库,可选 GPU 加速,配合 Graphistry 可视化分析器使用。 PyGraphistry 是一个 Python 库,用于将表格数据转换为图,并进行交互式探索。它支持 pandas DataFrame,在 GPU 模式下也支持 cuDF,数据科学家可以用熟悉的代码准备边表和节点表,再发送到 Graphistry 可视化服务器,通过过滤、下钻和时间轴等方式进行探索。
- pygraphistry 可以免费使用吗?用的什么许可证?
- pygraphistry 以 BSD-3-Clause 许可证开源。用于商业产品前,请先确认许可证条款。
- pygraphistry 还在维护吗?
- 活跃维护中。pygraphistry 最近一次提交是在 2026年11月2日。
- pygraphistry 适合用来做什么?
- 将欺诈检测、网络安全日志或交易数据中的关系转化为交互式图进行探索。 可视化社交网络、蛋白质相互作用等包含大量边的大型关系数据。 在 Jupyter 笔记本中对表格数据运行图分析和嵌入计算。 在 Python 工作流中用类 Cypher 模式查询图数据,无需单独部署图数据库。
- pygraphistry 怎么安装和运行?
- 用 pip 安装最小核心包: pip install graphistry 加载 DataFrame,并用 graphistry.edges(df, 'src', 'dst') 将其绑定为图 注册 Graphistry 服务器账户,然后调用 plot() 查看图
- 在哪里获取 pygraphistry?
- 源代码和安装说明在 GitHub 上:https://github.com/graphistry/pygraphistry
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
GPU 加速的 DataFrame 库,API 接近 pandas,并可零改动加速现有 pandas 代码。
一个用于创建、操作和分析复杂网络与图结构的 Python 库。
一个 Python 表格数据库,可在 Excel、CSV、JSON、YAML 等多种格式之间读写和转换数据集。
一个 Python 库,可将 pandas、polars 等数据框转换为可拖拽的交互式可视化分析界面,适用于 Jupyter。
一行代码为 pandas 和 Spark DataFrame 生成数据质量与探索性分析报告,可导出 HTML 或 JSON。