networkx
Анализ и визуализация сложных сетей с помощью NetworkX
Также доступно от: davila7
Работа с графовыми и сетевыми данными требует специализированных инструментов для создания структур, вычисления алгоритмов и генерации визуализаций. Этот навык обеспечивает полный доступ к возможностям NetworkX для анализа социальных сетей, картирования биологических путей, оптимизации транспорта и моделирования связей.
Скачать ZIP навыка
Загрузить в Claude
Перейдите в Settings → Capabilities → Skills → Upload skill
Включите и начните использовать
Протестировать
Использование «networkx». Создайте граф, показывающий связи между членами команды
Ожидаемый результат:
- Граф создан с 8 узлами, представляющими членов команды
- Добавлены рёбра для связей прямого подчинения
- Узлы помечены именами членов команды
- Нарисовано с круговым макетом для наглядности
Использование «networkx». Найдите наиболее центральные узлы в цитатной сети
Ожидаемый результат:
- Центральность по посредничеству вычислена для всех 50 узлов
- Определены 5 наиболее центральных работ с оценками
- Результаты сохранены в centrality_results.csv
- Визуализация показывает размер узла по значению центральности
Аудит безопасности
БезопасноThis is a documentation-only skill containing markdown files for the NetworkX Python library. All 495 static findings are FALSE POSITIVEs. The analyzer misinterprets markdown code fences as shell execution, NetworkX function names as cryptographic algorithms, and graph operations as system reconnaissance. No executable code exists. All URLs point to official NetworkX documentation.
Факторы риска
⚙️ Внешние команды (349)
📁 Доступ к файловой системе (7)
🌐 Доступ к сети (5)
Оценка качества
Что вы можете построить
Анализ социальных сетей
Анализ паттернов связей, выявление влиятельных лиц и обнаружение сообществ в данных социальных сетей
Картирование биологических путей
Моделирование взаимодействий белков, генных регуляторных сетей и метаболических путей
Оптимизация транспорта
Оптимизация планирования маршрутов, цепочек поставок и проектирования инфраструктуры
Попробуйте эти промпты
Создайте граф с 5 узлами и добавьте рёбра между ними для представления базовой сетевой структуры
Найдите кратчайший путь между узлом A и узлом F в этом графе и покажите расстояние
Вычислите центральность по посредничеству для всех узлов и определите, какие узлы наиболее критичны
Сгенерируйте безмасштабную сеть Барабаши-Альберта со 100 узлами и 3 рёбрами на новый узел
Лучшие практики
- Устанавливайте случайные затравки (seed=42) для воспроизводимой генерации случайных графов и раскладочных алгоритмов на основе сил
- Используйте разреженные матричные форматы и соответствующие структуры данных при работе с большими сетями
- Сохраняйте графы в формате GraphML для сохранения атрибутов узлов и рёбер
Избегать
- Использование чисел с плавающей точкой в качестве идентификаторов узлов может вызвать проблемы с точностью в алгоритмах
- Загрузка целых больших сетей, когда нужен только анализ подграфа, тратит память впустую
- Забывание проверки связности графа перед запуском алгоритмов, требующих связных графов
Часто задаваемые вопросы
Какие типы графов поддерживает NetworkX?
Как прочитать граф из CSV-файла?
Какой самый быстрый способ найти кратчайшие пути?
Может ли NetworkX обрабатывать направленные ациклические графы?
Как обнаружить сообщества в сети?
Какие библиотеки визуализации работают с NetworkX?
Сведения для разработчиков
Автор
K-Dense-AIЛицензия
3-clause BSD license
Репозиторий
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/networkxСсылка
main
Структура файлов