RESUMEN En este trabajo se presenta la biblioteca EEGraSP, desarrollada para el procesamiento y análisis del electroencefalograma (EEG) usando procesamiento de señales sobre grafos (GSP). La biblioteca está desarrollada utilizando el stack científico del lenguaje de programación Python, incluyendo el uso de bibliotecas como NumPy, SciPy, Matplotlib, NetworkX, PyGSP2, y MNE. El desarrollo es código abierto, bajo licencia MIT, y se realiza usando la infraestructura disponible en GitHub. También está disponible la documentación respectiva, y los mecanismos que facilitan la instalación de la biblioteca a través de PyPI y de conda-forge. La biblioteca ofrece tres tipos de funcionalidades: creación de grafos, ya sea a partir de la posición de los electrodos o a partir de series de tiempo asociadas a los electrodos (a través de algoritmos de graph learning); visualización de los grafos utilizados para modelar los datos del EEG; y mecanismos para imputar datos faltantes en uno o más electrodos. Luego de describir los fundamentos de GSP y de la adquisición y procesamiento del EEG, el trabajo describe, a través de distintos ejemplos, las distintas funcionalidades de EEGraSP. Hasta donde saben los autores de este trabajo, EEGraSP es la primera biblioteca especialmente diseñada para el análisis y procesamiento del EEG usando GSP. En el futuro, EEGraSP incluirá: mejoras en su metodología de desarrollo, incluyendo aspectos como unit testing dentro de su proceso de integración continua; mejoras en la documentación y nuevos ejemplos; y la incorporación de nuevos algoritmos.