网站产品优化描述网站开发都有什么类别

参考链接
https://juliagraphs.org/Graphs.jl/stable/

图论是数学，计算机等学科常见的课程设置。由于 Julia 语言运算速度高效的原因， 其第三方包的非常丰富且社区活跃。无论是指标计算，还是算法设计都有广泛的生态。
Graph.jl 是最为基础的图论包。可以与 Python语言 的 NetworkX 包类比。

安装

using Pkg
Pkg.add("Graphs")
Pkg.add("Karnak")

基础使用

using Graphs  调用图论包
using Karnak  调用图论绘图包
g=path_graph(6)  # 生成无向简单图，权重为整数
println(nv(g))  # 图的顶点数
println(ne(g)) # 图的边数
@drawsvg beginbackground("grey10")sethue("orange")drawgraph(g,vertexlabels = [1, 2, 3, 4,5,6])

using Graphs  # 调用图论包
using Karnak  # 调用图论绘图包
g=path_graph(6)  # 生成无向简单图，权重为整数
add_edge!(g, 2, 4) # 添加边
@drawsvg begin
background("grey10")
sethue("skyblue")
drawgraph(g,vertexshapesizes = [20, 20, 20, 20, 20, 20],vertexlabelfontsizes = 10,vertexlabels =["a","b","c","d","e","f"])
end 600 300

基本操作

代码	含义
add_vertex!(g)	向图g添加1个顶点
add_vertices!(g, n)	向图g添加 n 个顶点
add_edge!(g, s, d)	将边 (s, d) 添加到图 g
rem_vertex!(g, v)	将顶点 v 从图 g移除
rem_edge!(g, s, d)	将边 (s, d) 从 g 移除

全局图的指标

代码	含义
nv(g)	g的顶点数
ne(g)	g变数
vertices(g)	图 g 包含的所有顶点
edges(g)	图 g 包含的所有边
has_vertex(g, v)	验证顶点 v 是否在 g 中
has_edge(g, s, d)	验证边 (s,d) 是否在 g 中
has_self_loops(g)	验证图 g 的所有自回路（圈）
is_directed(g)	验证图g是否有向图
eltype(g)	验证 g 所有顶点的类型

顶点性质

代码	含义
neighbors(g, v)	返回点 v 的邻域， （若有向图返回所有外邻域）
all_neighbors	返回点 v 的邻域（若有向图返回所有外邻域和内邻域）

边性质

代码	含义
src(e)	给出边 (s,d) 的起点
dst(e)	给出边 (s,d) 的终点
reverse(e)	添加新边在 (s,d) 基础上添加 (d,s)

读写图

按照 .lgz 格式存储图数据（压缩格式）

using Graphs  # 调用图论包
g=path_graph(6)  # 生成无向简单图，权重为整数
savegraph("mygraph.lgz", g) # 保存
reloaded_g = loadgraph("mygraph.lgz")  # 读取

按照 .lg 格式存储图数据（非压缩格式）

using Graphs  
g=path_graph(6)  
savegraph("mygraph.lg", g)
reloaded_g = loadgraph("mygraph.lgz")

更多格式的读取与存储需要 GraphIO.jl

图的绘制

常见包

TikzGraphs.jl Latex 论文风格

GraphPlot.jl 通常与 Compose.jl 一起使用

SGtSNEpi.jl 擅长画 2维，3维稀疏图

GraphRecipes.jl 基于 Plots.jl 的包， 功能较为基础。

GraphMakie.jl 擅长绘制2维，3维空间中的图，交互性更强。

Karnak.jl 主要擅长绘制 2维图， 且参数设置丰富。