常见问题
我尝试安装 igraph 时遇到了错误！我该怎么办？
首先，请查看我们的安装说明，包括故障排除部分。如果这未能解决您的问题，请通过 igraph 论坛联系我们。我们将尽力帮助您！
我刚安装了 igraph。现在我该做什么？
请参阅快速入门！然后您可以查看我们的示例图库中的更多示例，阅读关于图的生成、分析和可视化的详细说明，并查阅完整的API 文档。
我以为 igraph 是一个 R 包，这是同一个包吗？
igraph 是一个用 C 语言编写的软件包，它提供了多种编程语言的接口，例如 R、Python 和 Mathematica。许多函数在不同语言中具有相似的名称和功能，但并非完全匹配，因此您偶尔会发现某些函数只在一种语言中支持，而在另一种语言中不支持。有关如何请求功能的说明，请参阅下面的常见问题解答。
我想使用 igraph 但不懂 Python，该怎么办？
igraph 可以从多种编程语言中使用，例如 C、R、Python 和 Mathematica。虽然确切的函数名称略有不同，但大多数功能是共享的，因此如果您会其中任何一种语言的编程，您就可以使用 igraph：只需在我们的主页上查阅相应语言的安装说明即可。
如果您完全不熟悉编程，或者不懂 Python 但仍想使用 igraph 的 Python 接口，您应该首先学习 Python。网上有许多资源，包括在线课程、视频、教程等。igraph 没有使用很多高级的 Python 特有技巧，因此一旦您能够使用诸如 pandas 或 matplotlib 等标准模块，那么学习 igraph 应该会很容易。
我想要一个用于操作/算法 X 的函数，你们能添加吗？
我们正在持续扩展 igraph 以包含新功能，社区的请求是指导这些工作的最佳方式。当然，我们人手有限，所以不能保证每个晦涩的社区检测算法都会包含在软件包中。请在我们的论坛上开启一个新帖子，描述您的请求。如果您的请求是修改现有函数或特定的代码片段，您可以直接开启一个 GitHub issue（请确保没有类似的 issue！——如果有，请在那里评论）。
igraph 与类似软件包（networkx, graph-tool）有什么区别？
所有这些软件包都专注于图/网络分析。
警告
以下差异和相似之处在撰写本文时（2022 年 1 月）被认为是准确的。如果您发现不正确或过时的信息，请开启一个 Github issue，我们将对其进行更新。
差异
igraph 支持多种编程语言（例如 C、Python、R、Mathematica）。networkx 和 graph-tool 仅支持 Python。
igraph 的核心库是用 C 语言编写的，这使得它通常比 networkx 更快。graph-tool 是用大量模板化的 C++ 编写的，因此它可以像 igraph 一样快，但支持的架构较少。graph-tool 的编译时间可能比 igraph 长得多（数小时对比大约一分钟）。
igraph 顶点是从 0 开始连续的数字 ID 且有序的，并有一个可选的“顶点名称”。networkx 节点则由其名称定义且无序。
边也类似，igraph 中的边使用整数 ID 且有序，而 networkx 则不然。
igraph 可以使用
matplotlib绘制图，并对 plotly 提供实验性支持，因此它可以生成动画、notebook 小部件和交互式图（例如缩放、平移）。networkx 对matplotlib有很好的支持，但不支持 plotly。graph-tool 仅通过 Cairo 和 GTK+ 支持静态图像。在设计方面，当您有一个相对静态的网络需要分析时，igraph 表现出色，但它在处理不断增加和删除顶点及边的动态网络时可能会遇到困难。随着我们改进 igraph 的核心 C 库，这种情况在不久的将来可能会改变。目前，networkx 可能更适合模拟此类高度动态的图。
相似之处
许多任务都可以通过 igraph、graph-tool 和 networkx 同样出色地完成。
所有这些都可以读写多种图文件格式。
所有这些都可以可视化图，各有优缺点。
注意
igraph 包含从 networkx 转换的函数，反之亦然，因此您可以使用 igraph 创建和操作网络，如果需要，之后可以将其转换为 networkx 或 graph-tool。反之，您可以在 networkx 或 graph-tool 中加载图，如果需要更高的速度、特定的算法、matplotlib 动画等，则可以将图转换为 igraph 对象。您甚至可以使用 igraph 将图从 networkx 转换为 graph-tool，反之亦然！
我想为 igraph 贡献力量，我该从哪里开始？
感谢您的热情！igraph 是回馈开源社区或学习图知识的绝佳机会。根据您在软件工程、编程、沟通或数据科学方面的技能，有些任务可能比其他任务更适合您。
如果您想立即开始编码，可以查看 GitHub issues，看看是否有听起来足够简单并能激发您兴趣的任务，然后留言表示您有兴趣承担。我们会尽快回复并指导您的下一步工作。
C 核心库还有各种 “理论问题”。您可以通过研究图论文献或寻找图问题的解决方案，在没有任何编程知识的情况下为这些问题做出贡献。一旦理论障碍被克服，其他人就可以着手编码部分：这真是一项团队努力！
如果这些都不太可行，或者您有特定的想法，或者您希望以纯编程以外的方式做出贡献，请在我们的论坛上与我们联系，我们会提出一些建议。