用途：NetworkX 是纯 Python 图论与网络分析库，用于创建、分析和可视化网络与图，适合社交网络分析、知识图谱与本体、最短路径问题、社区发现、引文/参考文献网络、生物网络（蛋白质相互作用）等场景。
主要能力：支持四种图类型——Graph（无向、无多重边）、DiGraph（有向、无多重边）、MultiGraph（无向、可多重边）、MultiDiGraph（有向、可多重边）。算法涵盖中心性度量（度中心性找连接最多的节点、介数中心性找桥接节点、接近中心性找最快触达者、PageRank 衡量重要性、特征向量中心性衡量影响力连接）；路径算法（最短路径、加权最短路径、全对最短路径、Dijkstra）；社区发现（Louvain 模块度优化、贪心模块度层次合并、标签传播，后者快速可扩展）；图生成器（Erdős-Rényi 随机边、Barabási-Albert 优先连接无标度、Watts-Strogatz 小世界、完全图）；布局算法（Spring 通用、Circular 规则结构、Kamada-Kawai 美观、Spectral 聚类图）。
使用方式：通过 Python 导入使用，可借助 pandas 集成进行数据交换。I/O 格式包括 GraphML（保留属性、XML 可读）、边列表（不保留属性、可读）、JSON（保留属性、可读）和 Pandas（保留属性、经 DataFrame）。
限制与注意事项：NetworkX 为纯 Python，适合原型开发，生产规模可能需替代方案。性能上，少于 1 万节点可用任意算法；1 万至 10 万节点建议使用近似算法；超过 10 万节点可考虑 graph-tool 或 igraph。最佳实践包括设置随机种子以保证可复现、提前选对图类型、用 pandas 集成交换数据、注意大图内存占用。
资源：官方文档 https://networkx.org/documentation/latest/ ，教程 https://networkx.org/documentation/latest/tutorial.html 。