2021-06-15

简单图论

图论是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有这种关系。

图论常见的定义

定义一：图

一些元素及它们之间的某种关系称为图。一个图被记作G={$\nu$,$\epsilon$}。其中$\nu$={${\nu }_i$}，i$\in$N，N为节点个数。$\epsilon$={$e_i$}，i$\in$M，M为边个数。
如给定G={$\nu$,$\epsilon$}。$\nu$={${\nu }_1$,${\nu }_2$,${\nu }_3$}，$\epsilon$={$e_1$,$e_2$,$e_3$}={(${\nu }_1$,${\nu }_2$),(${\nu }_2$,${\nu }_3$),(${\nu }_3$,${\nu }_1$)}，这便定义了一个图。

定义二：无向图与有向图

有向与无向直接去区别是，节点与节点直接连接的边是不是有方向的。无方向称为无向图。反之亦然。

定义三：邻接矩阵

邻接矩阵（Adjacency Matrix）是表示顶点之间相邻关系的矩阵。其对应的邻接矩阵被记为A。A的大小为$N\times$$N$。$a_{ij}$的值为基于${\nu }_i$到${\nu }_j$的关系自己定义的值。如常见的定义连接为1，不连接为0。即A ∈ { 0 , 1 } N × N \in\{0,1\}^{N\times N} ∈{0,1}N×N。

定义四：节点的度

节点度是指和该节点相关联的边的条数，又称关联度。对于有向图，节点的入度是指进入该节点的边的条数。节点的出度是指从该节点出发的边的条数。节点${\nu }_i$的度记$d({\nu }_i)$。

定义五：拉普拉斯矩阵

图的拉普拉斯矩阵定义为:$L=D-A$。其中D为对角矩阵，$D=diag(d({\nu }_1),...,d({\nu }_n))$。A为邻接矩阵。归一化的拉普拉斯矩阵为$L=D^{-\frac{1}{2}}(D-A)D^{-\frac{1}{2}}$。

图的基本分类

同质图:只有一种类型的节点和一种类型的边的图。
异质图:存在多种类型的节点和多种类型的边的图。
二部图:节点分为两类，只有不同类的节点之间存在边。

环境的配置

安装pytorch

进入pytorch官网下载选择合适的版本安装即可。

安装PyG

进入PyG的文档介绍，选择合适版本，安装PyG文档指导安装即可。

PyG-Data类

在PyG-Data类官方文档,Data类需要传递参数为:x=None, edge_index=None, edge_attr=None, y=None, pos=None, normal=None, face=None, **kwargs。通常，一个图至少包含x, edge_index, edge_attr, y, num_nodes 5个属性。简易版的Data构造类如下:

class Data(object):
    r"""A plain old python object modeling a single graph with various
    (optional) attributes:

    Args:
        x (Tensor, optional): Node feature matrix with shape :obj:`[num_nodes,
            num_node_features]`. (default: :obj:`None`)
        edge_index (LongTensor, optional): Graph connectivity in COO format
            with shape :obj:`[2, num_edges]`. (default: :obj:`None`)
        edge_attr (Tensor, optional): Edge feature matrix with shape
            :obj:`[num_edges, num_edge_features]`. (default: :obj:`None`)
        y (Tensor, optional): Graph or node targets with arbitrary shape.
            (default: :obj:`None`)

    The data object is not restricted to these attributes and can be extented
    by any other additional data.

    Example::
        data = Data(x=x, edge_index=edge_index)
    """
    def __init__(self, x=None, edge_index=None, edge_attr=None, y=None, **kwargs):
        self.x = x
        self.edge_index = edge_index
        self.edge_attr = edge_attr
        self.y = y
        for key, item in kwargs.items():
            if key == 'num_nodes':
                self.__num_nodes__ = item
            else:
                self[key] = item

        if edge_index is not None and edge_index.dtype != torch.long:
            raise ValueError(
                (f'Argument `edge_index` needs to be of type `torch.long` but '
                 f'found type `{edge_index.dtype}`.'))

其中edge_index需要注意是LongTensor，是coo格式。

PyG-Dataset类

PyG内置了大量常用的基准数据集，接下来我们以PyG内置的Planetoid 数
据集为例，来学习PyG中图数据集的表示及使用。

from torch_geometric.datasets import Planetoid
dataset = Planetoid(root='/dataset/Cora', name='Cora')
data = dataset[0]
data

结果显示为:Data(edge_index=[2, 10556], test_mask=[2708], train_mask=[2708], val_mask=[2708], x=[2708, 1433], y=[2708])。
通过以下命令可以查看节点、边等的个数。

print(len(dataset))
print(dataset.num_classes)
print(dataset.num_node_features)
print(data.train_mask.sum().item())
print(data.val_mask.sum().item())
print(data.test_mask.sum().item())

结果图

看到该数据集包含的唯一的图，有2708个节点，节点特征为1433维，有10556条边，有140个用作训练集的节点，有500个用作验证集的节点，有1000个用作测试集的节点。

作业

请通过继承Data类实现一个类，专门用于表示“机构-作者-论文”的网
络。该网络包含“机构“、”机构“和”论文”三类节点，以及“作者-机构“和 “作者-论文“两类边。对要实现的类的要求：1）用不同的属性存储不同节点的属性；2）用不同的属性存储不同的边（边没有属性）；3）逐一实现获取不同节点数量的方法。
假设：机构、机构、论文节点的值分别为[1,0,0]、[0,1,0]、[0,0,1]。
导入相关库和包：

import torch
from torch_geometric.data import Data

自定义一个图，有5个节点、2个机构、2个作者、1篇论文。

x = torch.tensor([[1,0,0],[0,1,0],[0,0,1],[0,1,0],[1,0,0]],dtype=torch.float)
edge_index = torch.tensor([[0,1,0,2,3],
              [1,4,3,1,4]],dtype=torch.long)
edge_attr = torch.tensor([[1,0],[1,0],[1,0],[0,1],[1,0]]) 

data = Data(x=x,edge_index=edge_index,edge_attr=edge_attr)
data
#Data(edge_attr=[5, 2], edge_index=[2, 5], x=[5, 3])

通过继承Data类构建一个类

class Mydata(Data):
  def __init__(self, x=None, edge_index=None, edge_attr=None,**kwargs):
    super(Mydata,self).__init__()
    self.x = x
    self.edge_index = edge_index
    self.edge_attr = edge_attr
    for key,item in kwargs.items():
      self[key] = item
  #统计不同的节点个数
  def get_note_num(self,str):
    num = 0
    for i in range(self.num_nodes):
      if torch.sum(torch.sqrt(self[str] - self.x[i]))==0:
        num += 1
    print('Number of '+str+' : %d'%(num))
    return num

测试如下:

note_in = {'agency':torch.tensor([1,0,0],dtype=torch.float),
           'author':torch.tensor([0,1,0],dtype=torch.float),
           'paper':torch.tensor([0,0,1],dtype=torch.float)}
data1 = Mydata(x=x,edge_index=edge_index,edge_attr=edge_attr,**note_in)
data1.get_note_num('agency')
#Number of agency : 2
data1.get_note_num('paper')
#Number of paper : 1

完整代码如下：

import torch
from torch_geometric.data import Data

x = torch.tensor([[1,0,0],[0,1,0],[0,0,1],[0,1,0],[1,0,0]],dtype=torch.float)
edge_index = torch.tensor([[0,1,0,2,3],
              [1,4,3,1,4]],dtype=torch.long)
edge_attr = torch.tensor([[1,0],[1,0],[1,0],[0,1],[1,0]]) 

class Mydata(Data):
  def __init__(self, x=None, edge_index=None, edge_attr=None,**kwargs):
    super(Mydata,self).__init__()
    self.x = x
    self.edge_index = edge_index
    self.edge_attr = edge_attr
    for key,item in kwargs.items():
      self[key] = item
  #统计不同的节点个数
  def get_note_num(self,str):
    num = 0
    for i in range(self.num_nodes):
      if torch.sum(torch.sqrt(self[str] - self.x[i]))==0:
        num += 1
    print('Number of '+str+' : %d'%(num))
    return num

note_in = {'agency':torch.tensor([1,0,0],dtype=torch.float),
           'author':torch.tensor([0,1,0],dtype=torch.float),
           'paper':torch.tensor([0,0,1],dtype=torch.float)}

data1 = Mydata(x=x,edge_index=edge_index,edge_attr=edge_attr,**note_in)

data1.get_note_num('agency')

参考文献

[1] https://pytorch-geometric.readthedocs.io/en/latest/index.html
[2] https://blog.csdn.net/stark_summer/article/details/49050079
[3] https://github.com/datawhalechina/team-learning-nlp/tree/master/GNN