同じ人工グラフで10組の経路探索を5回分まとめて測ると、NetworkXの1回目は2690298042ナノ秒、igraphは220188500ナノ秒でした。
ナノ秒は、十億分の一秒を表す単位です。
予想と違ったのは、時間よりも答えのほうでした。 距離は10始点すべてで完全に一致し、経路も10組とも頂点の並びまで同じでした。
最短経路:同じ辺リストで4つの操作を比べた
比べたのは、最短の道筋を求める3つの操作と、グラフを作る操作の合計4つです。
グラフは人工のものです。 頂点(グラフの点)が20000個、辺(点どうしをつなぐ線)が99983本あり、重みは1から100の整数です。
整数の計算式で作ったので、同じ入力をあとから作り直せます。 NetworkXとigraphには、同じ辺リストと同じ重みを渡しました。
| 操作 | 何をするか | 1回の計測がまとめた量 |
|---|---|---|
| 重みなし距離 | 10個の始点から全頂点まで、辺を何本たどるか | 1回分 |
| 重み付き距離 | 同じ10個の始点から、重みを足した距離 | 1回分 |
| 重み付き経路 | 10組の始点と終点の、重みが最小の道筋 | 5回分 |
| グラフ構築 | 辺リストからグラフを作る | 3回分 |
重み付きの最短経路は、道の重みを足して最小になる道を探すダイクストラ法で求めます。
処理結果:答えは4操作とも一致した
距離も経路も、作ったグラフの形も、NetworkXとigraphで食い違いはありませんでした。
- 重みなし距離は、10始点×全頂点のすべてが一致しました
- 重み付き距離も全部一致しました。重みが整数なので、小数の誤差は入りません
- 重み付き経路は、10組すべてで総重みと頂点の並びが一致しました
- グラフ構築は、頂点数・辺数・重みの合計が一致しました
乗り換えを考えるとき、まず気になるのは答えが変わらないかどうかです。 この入力では、その心配は出ませんでした。
処理時間:どの操作でもigraphが短かった
4つの操作すべてで、igraphの1回目がNetworkXの1回目より短くなりました。
| 操作 | NetworkX(1回目) | igraph(1回目) |
|---|---|---|
| 重みなし距離(1回分) | 97492209ナノ秒 | 13801792ナノ秒 |
| 重み付き距離(1回分) | 825356292ナノ秒 | 64462209ナノ秒 |
| 重み付き経路(5回分) | 2690298042ナノ秒 | 220188500ナノ秒 |
| グラフ構築(3回分) | 255118792ナノ秒 | 39133041ナノ秒 |
1回目だけの偶然ではありません。 重みなし距離では、igraphの一番遅い試行が14046334ナノ秒、NetworkXの一番速い試行が89749583ナノ秒でした。
重み付き経路でも、igraphの一番遅い試行は302049250ナノ秒で、NetworkXの一番速い試行より短い結果です。 私は、経路探索を何度も回す作業ほど、この差が効いてくると見ています。
ここが落とし穴:表の数字は、同じ量を測ったものではない
表の行ごとに、1回の計測がまとめた処理の量が違います。 重み付き経路は5回分、グラフ構築は3回分をまとめた時間です。
行どうしの大小ではなく、同じ行のNetworkXとigraphを見比べてください。
もう一つはばらつきです。 NetworkXの重み付き経路は、5回の計測で2690298042ナノ秒から3736514917ナノ秒まで動きました。
頂点の並びが同じだったのは、この入力に同じ重さの別ルートがなかったためです。 別ルートがあれば、ライブラリごとに違う道を返すことがあります。
導入とライセンスは、公式READMEで確かめた
公式のREADMEで見ると、NetworkXは複雑なネットワークを扱うPythonのパッケージで、BSDライセンスで公開されています。 igraphのPython版は、igraphのCコアを土台にした窓口です。
| 項目 | NetworkX | igraph |
|---|---|---|
| 位置づけ | 複雑なネットワークの構造を作り、操作し、調べるPythonのパッケージ | グラフを作り操作するライブラリigraphのPython向けインターフェース |
| 導入 | pip install networkx | pip install igraph |
| ライセンス | BSD | GPLのライセンスファイルあり |
igraphのPython版は、多くの標準的なPythonの版でコンパイル済みの配布物が用意されています。 そのため、pipだけで入れられる場合が多くなります。
ただしPython側は、同じ版のCコアとだけ動くことが保証されています。 版をそろえたい人は、この点を頭に置いておくと安心です。
出典: NetworkX公式リポジトリ・python-igraph公式リポジトリ(2026年11月16日確認)
次の3枚は、二つのライブラリの特徴を一言ずつにまとめたものです。
NetworkXとigraphの一言まとめ
NetworkX
pipで入れてすぐ使える、BSDライセンスのPythonパッケージです。
igraph
Cコアを土台にしたPython向けの窓口で、今回の測定では全操作で速い側でした。
配布条件
igraphのリポジトリにはGPLライセンスのファイルがあります。
選び方:速さならigraph、手軽さならNetworkX
経路探索を大量に回すならigraph、手軽さと条件のゆるさを取るならNetworkXです。
- 経路探索を繰り返すならigraph。10組の重み付き経路で、NetworkXの1回目は2690298042ナノ秒、igraphは220188500ナノ秒でした。
- 乗り換えの不安は小さめです。この入力では、距離も経路も一致しました。
- 手軽さと配布条件を取るならNetworkX。pip install networkx で入り、BSDライセンスです。
NetworkXが向かないのは、今回と同じ規模の経路探索を何度も回す処理です。 igraphが向かないのは、GPLの条件に合わせられない配布物へ組み込む場面です。
迷うなら、手持ちのグラフを両方に同じ形で渡し、答えが一致するかを先に確かめるのが近道です。 どちらから試すかは、次の流れ図でたどれます。
どちらから試すかの流れ
- 1. 同じ規模のグラフで、経路探索を何度も回しますか?はい → igraphを先に試します。GPLの条件に合うかを先に確かめてください。いいえ → 2
- 2. pipだけで手軽に始め、BSDの条件で使いたいですか?はい → NetworkXを選びます。いいえ → 手持ちの小さなグラフを両方に同じ形で渡し、答えと時間を見比べます。
測定と比較の範囲
測ったのは、このMacのCPUで人工グラフ1つを使い、最短経路探索とグラフ構築の処理時間と結果の一致だけです。
| 項目 | 内容 |
|---|---|
| 測定日 | 2026年11月16日 |
| 環境 | macOS 27.2.1・Apple M4 Pro・論理CPU12・単スレッド |
| ソフト | CPython 3.14.10・NetworkX 3.6.1・python-igraph 1.0.0 |
| 入力 | 頂点20000個・辺99983本・整数の重み1〜100 |
| 回数 | 準備運転のあと、操作ごとに各5試行。NetworkXとigraphは交互に実行 |
| 計時の範囲 | グラフの生成とライブラリの読み込みは含まず、構築の操作だけは構築そのものを計時 |
igraphは、測定の時点でこのMacに入っていませんでした。 pipで一時的な場所へ取得して測り、測定後に消しています。
他のグラフの大きさ、有向グラフ、全点対の最短経路、メモリ使用量、起動時間、実データは測っていません。 並列やGPUで動かす構成と、APIの使いやすさや機能の広さも、比較の範囲の外です。
NetworkXの経路探索のばらつきは、原因を調べていません。 倍率や順位は、このCPU・この人工グラフ・この版に限った結果として読んでください。
出典
公式ページ(すべて2026年11月16日に確認)です。
- NetworkX 公式リポジトリ — https://github.com/networkx/networkx
- python-igraph 公式リポジトリ — https://github.com/igraph/python-igraph
自前の計測は2026年11月16日に実施し、生データを上のリンクで公開しています。
変更履歴
| 日付 | 内容 |
|---|---|
| 2026-11-16 | 初版。同じ人工グラフでの最短経路の一致と処理時間、公式READMEで確認した導入方法とライセンスをまとめた |
