ग्राफ-टूल

ग्राफ-उपकरण ग्राफ (एकेए नेटवर्क) के परिचालन और सांख्यिकीय विश्लेषण के लिए पायथन मॉड्यूल है। ग्राफ-उपकरण की मुख्य डेटा संरचनाएं और एल्गोरिदम C++ में कार्यान्वित किए जाते हैं, जो बूस्ट ग्राफ पुस्तकालय पर आधारित मेटाप्रोग्रामिंग का व्यापक उपयोग करते हैं। कई एल्गोरिदम ओपनएमपी का उपयोग करके समरूप में कार्यान्वित किए जाते हैं, जो मल्टी-कोर वास्तुकला पर बेहतर प्रदर्शन प्रदान करता है।

विशेषताएँ

 * निर्देशित या अप्रत्यक्ष ग्राफ़ का निर्माण और परिचालन।
 * संपत्ति मानचित्रों के माध्यम से शीर्षों, किनारों या यहां तक ​​कि ग्राफ से मनमानी जानकारी का जुड़ाव।
 * शीर्षों और/या किनारों के "उड़ान पर" निस्पंदन करें, ताकि ऐसा प्रतीत हो कि उन्हें हटा दिया गया है।
 * डॉट, ग्राफ़ मॉडलिंग भाषा और ग्राफ़एमएल प्रारूपों के लिए समर्थन।
 * काहिरा या ग्राफविज़ पर आधारित सुविधाजनक और शक्तिशाली ग्राफ़ चित्रकारी
 * विशिष्ट सांख्यिकीय मापों के लिए समर्थन: डिग्री/संपत्ति हिस्टोग्राम, संयुक्त डिग्री/संपत्ति हिस्टोग्राम, शीर्ष-शीर्ष सहसंबंध, वर्गीकरण, औसत शीर्ष-शीर्ष सबसे छोटा पथ, आदि।
 * कई ग्राफ-सैद्धांतिक एल्गोरिदम के लिए समर्थन: जैसे आलेख समरूपता, सबग्राफ समरूपता, न्यूनतम विस्तरित ट्री, जुड़े हुए घटक, प्रभावी ट्री, अधिकतम प्रवाह, आदि।
 * कई केंद्रीयता उपायों के लिए समर्थन।
 * क्लस्टरिंग गुणांकों के साथ-साथ नेटवर्क मोटिफ  सांख्यिकी और सामुदायिक संरचना का पता लगाने के लिए समर्थन।
 * स्वेच्छया से डिग्री वितरण और सहसंबंधों के साथ अव्यवस्थित ग्राफ का निर्माण।
 * अच्छी तरह से स्थापित नेटवर्क मॉडल के लिए समर्थन: लागत बाराबासी-अल्बर्ट, ज्यामितीय नेटवर्क, बहुआयामी जाली ग्राफ, आदि।

उपयुक्तता
ग्राफ-उपकरण का उपयोग विभिन्न संदर्भों में बहुत बड़े ग्राफ के साथ काम करने के लिए किया जा सकता है, जिसमें सेलुलर ऊतक का अनुकरण, डेटा खनन, सामाजिक नेटवर्क का विश्लेषण,  पी2पी प्रणाली का विश्लेषण, एजेंट-आधारित प्रणाली का बड़े पैमाने पर मॉडलिंग, शैक्षणिक वंशावली ट्री का अध्ययन, नेटवर्क क्लस्टरिंग गुणांक का सैद्धांतिक मूल्यांकन और मॉडलिंग, बड़े पैमाने पर कॉल ग्राफ विश्लेषण, और मस्तिष्क के कनेक्टोम का विश्लेषण।