Paquete Big Tree para Python

Implementación de Árbol y Métodos para Python, integrado con listas, diccionarios, pandas y DataFrame de polars.

Es pythonico, lo que facilita su aprendizaje y es extensible a muchos tipos de flujos de trabajo.

----

Enlaces Relacionados:

• Documentación
• GitHub
• Comunidad
• Issues

• Paquete
• PyPI

• Artículos
• Implementación de Árbol en Python con BigTree
• El Algoritmo Reingold Tilford Explicado, con Ejemplo

• Si quieres apoyar bigtree,

Componentes

Para la implementación de Árbol, hay 12 componentes principales.

• 🌺 Nodo
• `BaseNode, clase extensible
• Node, BaseNode con atributo de nombre de nodo
• 🎄 Árbol
• Tree, envoltorio alrededor de Node, que proporciona APIs de alto nivel para construir, iterar, consultar y exportar toda la estructura del árbol
• ✨ Construcción del Árbol
• Desde Node, usando constructores de padre e hijos
• Desde str, usando visualización de árbol o notación en cadena Newick
• Desde list, usando rutas o tuplas padre-hijo
• Desde diccionario anidado, usando pares clave-valor de atributos de ruta o estructura recursiva
• Desde pandas DataFrame, usando rutas o columnas padre-hijo
• Desde polars DataFrame, usando rutas o columnas padre-hijo
• Desde interfaz de usuario interactiva
• Agregar nodos al árbol existente usando cadena de ruta
• Agregar nodos y atributos al árbol existente usando diccionario, pandas DataFrame o polars DataFrame, usando ruta
• Agregar solo atributos al árbol existente usando diccionario, pandas DataFrame o polars DataFrame, usando nombre del nodo
• ➰ Recorrido del Árbol
• Recorrido Preorden
• Recorrido Postorden
• Recorrido por Niveles
• Recorrido por Grupos de Niveles
• Recorrido ZigZag
• Recorrido por Grupos ZigZag
• 🧩 Análisis del Árbol
• Obtener ancestros comunes entre nodos
• Obtener ruta de un nodo a otro nodo
• 📝 Modificación del Árbol
• Copiar nodos de una ubicación a otra
• Mover nodos de una ubicación a otra
• Mover y reemplazar nodos de una ubicación a otra
• Copiar nodos de un árbol a otro
• Copiar y reemplazar nodos de un árbol a otro
• 📌 Consulta del Árbol
• Filtrar árbol usando Lenguaje de Consulta de Árbol
• 🔍 Búsqueda en el Árbol
• Encontrar múltiples nodos basados en nombre, ruta parcial, ruta relativa, valor de atributo, condición definida por el usuario
• Encontrar un solo nodo basado en nombre, ruta parcial, ruta relativa, ruta completa, valor de atributo, condición definida por el usuario
• Encontrar múltiples nodos hijos basados en condición definida por el usuario
• Encontrar un solo nodo hijo basado en nombre, condición definida por el usuario
• 🔧 Funciones Auxiliares
• Clonar árbol a otro tipo Node
• Obtener subárbol (árbol más pequeño con raíz diferente)
• Podar árbol (árbol más pequeño con misma raíz)
• Obtener diferencias entre dos árboles
• 📊 Graficar Árbol
• Algoritmo Reingold Tilford mejorado para obtener coordenadas (x, y) para una estructura de árbol
• Graficar árbol usando matplotlib (dependencia opcional)
• 🔨 Exportar Árbol
• Imprimir en consola, en orientación vertical u horizontal
• Exportar a notación de cadena Newick, diccionario, diccionario anidado, DataFrame de pandas o DataFrame de polars
• Exportar árbol a dot (puede guardar en archivos .dot, .png, .svg, .jpeg)
• Exportar árbol a Pillow (puede guardar en .png, .jpg)
• Exportar árbol a Mermaid Flowchart (puede mostrarse en .md)
• Exportar árbol a Pyvis Network (puede mostrarse interactivo en .html)
• ✔️ Flujos de trabajo
• ¡Ejemplos de flujos de trabajo para demostración de árboles!

• 🌿 Nodo
• BinaryNode, Nodo con reglas de árbol binario
• 🎄 Árbol Binario
• BinaryTree, envoltorio alrededor de BinaryNode, que proporciona APIs de alto nivel para construir, iterar, consultar y exportar toda la estructura del árbol
• ✨ Construcción de Árbol Binario
• Desde lista, usando estructura de lista aplanada
• ➰ Recorrido de Árbol Binario
• Recorrido In-Order

• 🌼 Nodo
• DAGNode, clase extensible para construir Grafos Acíclicos Dirigidos (DAG)
• 🎄 DAG
• DAG, envoltorio alrededor de DAGNode, que proporciona APIs de alto nivel para construir, exportar e iterar todo el DAG
• ✨ Construcción de DAG
• Desde lista, que contiene tuplas padre-hijo
• Desde diccionario anidado
• Desde DataFrame de pandas
• ➰ Recorrido de DAG
• Método genérico de recorrido
• 🧩 Análisis de DAG
• Obtener posibles rutas desde un nodo a otro nodo
• 🔨 Exportación de DAG
• Exportar a lista, diccionario o DataFrame de pandas
• Exportar DAG a dot (puede guardarse en archivos .dot, .png, .svg, .jpeg)

bigtree requiere Python 3.10+. Hay dos formas de instalar bigtree, con pip (recomendado) o conda.

a) Instalación con pip

#### Instalación básica

Para instalar bigtree, ejecute la siguiente línea en el símbolo del sistema:

$ pip install bigtree

bigtree tiene una serie de dependencias opcionales, que se pueden instalar usando la sintaxis de "extras".

$ pip install 'bigtree[extra_1, extra_2]'

Ejemplos de paquetes adicionales incluyen:

• all: incluye todas las dependencias opcionales
• image: para exportar el árbol a imagen
• matplotlib: para graficar árboles
• pandas: para métodos de pandas
• polars: para métodos de polars
• query: para métodos de consulta del árbol
• vis: para visualización con pyvis

$ brew install gprof2dot  # for MacOS
$ conda install graphviz  # for Windows

Para instalar bigtree` con conda, ejecute la siguiente línea en el símbolo del sistema:

$ conda install -c conda-forge bigtree

-----

Star History

--- Tranlated By Open Ai Tx | Last indexed: 2025-12-16 ---