NetworkX 그래프 분석

무엇을 해주나

Claude가 Python의 NetworkX 라이브러리를 정확하게 사용하도록 돕는 참조 스킬입니다.

• 그래프 생성/편집: Graph, DiGraph, MultiGraph, MultiDiGraph 네 가지 타입과 노드·엣지 속성 관리
• 알고리즘: 최단 경로(Dijkstra), 중심성(degree/betweenness/closeness/PageRank), 클러스터링, 커뮤니티 탐지, 최대 유량, 최소 신장 트리
• 네트워크 생성기: Erdős–Rényi 랜덤, Barabási–Albert 척도 없는, Watts–Strogatz 좁은 세상, 격자·트리 모델
• 입출력: edgelist, GraphML, GML, JSON node-link, Pandas DataFrame, NumPy/SciPy 행렬
• 시각화: spring/circular/Kamada-Kawai/spectral 레이아웃, 중심성 기반 노드 크기·색상, 논문용 고해상도 저장

NetworkX 3.x를 기준으로 작성되어 nx.info, nx.write_gpickle, nx.random_tree 처럼 제거된 옛 API 대신 현재 권장 API를 사용합니다. 대규모 그래프를 위한 nx-cugraph(GPU), nx-parallel 백엔드 사용법도 안내합니다.

이런 분께 추천

• 소셜 네트워크, 인용 네트워크, 지식 그래프를 분석하는 연구자·데이터 분석가
• 단백질 상호작용망, 대사 네트워크 등 생물학 네트워크를 다루는 분
• 교통망·물류망 경로 최적화 및 병목 분석이 필요한 분
• 그래프 시각화 결과물을 논문·보고서에 넣어야 하는 분

활용 예시

1. 커뮤니티 탐지: "팔로우 관계 CSV를 읽어 방향 그래프로 만들고 PageRank 상위 20명과 greedy modularity 커뮤니티를 CSV로 저장해줘"
2. 경로 분석: "지하철역 인접 데이터로 가중 그래프를 만들고 A역에서 B역까지 최단 소요시간 경로와 매개 중심성이 높은 환승역을 찾아줘"
3. 시각화: "단백질 상호작용 GraphML을 불러와 노드 크기는 degree, 색은 커뮤니티로 칠한 spring layout 그림을 300dpi PNG와 PDF로 저장해줘"

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/networkx 폴더를 내 ~/.claude/skills/networkx/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.