用途：通过 NetworkX 进行社交网络与图分析，覆盖图构建、知识图谱、中心性度量、社区发现、最短路径、聚类与连通性、二分图投影及可视化。
主要能力：可用 nx.Graph() 创建无向图、nx.DiGraph() 创建有向图，支持从边列表文件 read_edgelist 或 DataFrame from_pandas_edgelist 构建；用 (subject, predicate, object) 三元组构建知识图谱并以边属性存储关系；计算度、介数、接近、特征向量中心性与 PageRank；使用 louvain_communities、label_propagation_communities、greedy_modularity_communities 做社区发现并计算 modularity；计算最短路径、直径、平均最短路径、聚类系数、传递性与连通分量；用 bipartite 模块做二分图投影；用 matplotlib 与 spring_layout 等布局绘图，并支持 GraphML、GEXF、JSON 读写。
用法：安装并导入 NetworkX，按需构建图后调用相应算法函数；可视化需配合 matplotlib。
限制与建议：破坏性操作前先 G.copy()；大图优先用 louvain_communities 而非 girvan_newman；布局设 seed 保证可复现；计算直径或平均路径前检查 nx.is_connected(G)；加权网络向中心性函数传 weight='weight'；知识图谱建议用 DiGraph 并保存关系类型；需与 Gephi 等工具互操作时导出 GraphML 或 GEXF。收费、价格与平台信息暂未提供。