用途：NetworkX 是 Python 图与网络分析库，用于处理实体间关系数据，如社交网络、生物网络、交通系统、引文网络、知识图谱。
主要能力：支持四种图类型——Graph（无向单边）、DiGraph（有向）、MultiGraph（无向多重边）、MultiDiGraph（有向多重边）。节点可为任意可哈希对象，节点与边均可带属性。提供最短路径、度中心性、介数中心性、PageRank、连通性、聚类、社区检测、最大流、匹配、树算法、图遍历等算法。内置图生成器，包括完全图、环图、Karate 俱乐部图、Petersen 图、Erdős-Rényi 随机图、Barabási-Albert 无标度网络、Watts-Strogatz 小世界网络、网格图、随机树等。支持边列表、GraphML、GML、JSON、CSV、Pandas DataFrame、NumPy 邻接矩阵、SciPy 稀疏矩阵等读写格式。可视化基于 matplotlib，支持 spring、circular、kamada_kawai、spectral 等布局，可按度或中心性设置节点颜色与大小，并可导出 PNG、PDF。
使用方式：安装可执行 pip install networkx 或 pip install networkx[default]；导入 import networkx as nx。典型流程为建图或读图、查看节点边数与密度、计算指标与路径、检测社区、可视化、导出结果。
适用场景：网络结构建模、中心性分析、路径与连通性计算、社区发现、合成网络仿真、图数据格式转换与可视化。
限制：浮点精度会使结果近似，影响最小/最大类计算；大图需注意内存与性能，可用稀疏矩阵、子图加载、高效格式或近似算法；随机图生成与力导向布局应设置随机种子以保证可复现。官方文档见 https://networkx.org/documentation/latest/，GitHub 见 https://github.com/networkx/networkx。