我还建议使用Gephi软件（https://gephi.github.io），它似乎非常强大。可以在此处Gephi找到有关使用大型网络的一些附加信息，更一般地说，可以在此处找到。( http://www.cytoscape.org ) 是另一个流行的复杂网络分析和可视化平台。CytoscapeGephi

如果您想在 R、Python 或 C/C++ 中以编程igraph方式（包括可视化）使用网络，您可以查看库集合。说到 R，您可能会发现以下博客文章很有趣：在Cytoscape 中使用 R ( http://www.vesnam.com/Rblog/viznets1 ) 和在Gephi 中使用 R ( http://www.vesnam.com/博客/viznets2）。

有关网络分析和可视化软件的广泛列表，包括一些比较和评论，您可能需要查看以下页面： 1) http://wiki.cytoscape.org/Network_analysis_links；2）http://www.kdnuggets.com/software/social-network-analysis.html；3) http://www.activatenetworks.net/social-network-analysis-sna-software-review。

https://gephi.github.io/说它可以处理一百万条边。如果您的图形有 1000000 个顶点并且只有 50000 条边，那么您的大多数顶点无论如何都不会有任何边。

实际上，Gephi 规范是您示例的双重特性：“网络多达 50,000 个节点和 1,000,000 个边”

我认为，这Gephi可能会面临内存不足的问题，您至少需要 8Gb 的 RAM。虽然边的数量不是很大。

在这种情况下，更合适的工具可能是GraphViz. 它是用于网络可视化的命令行工具，并且可能更能容忍图形大小。此外，我记得，GraphViz可以使用预先计算的坐标来促进计算。

我试图找到一个使用GraphViz大图的真实示例，但没有成功。尽管我在Computational Science上找到了类似的讨论。

反馈：我最终编写了 graphml 并使用 yEd 进行可视化（只是因为我熟悉这种组合。我敢打赌 gephi 或 graphviz 会工作得很好，甚至可能会更好）。由于我计算了所有节点的位置，因此内存并不是什么大问题。与编码 svg 相比，编码 graphml 更容易一些，因为我不必明确指定边的位置。