图神经网络_task01

图神经网络学习

本文主要对图的基础知识以及PyG中Data对象和Dataset对象的使用做简单描述。

图基本知识

图的分类

图的度和邻居

图的邻接矩阵

PyG学习

Data类

首先，假设给定如下一张图：

该图是无权无向图，图中共有5个节点，每个节点用一个三维向量来表示。我们构建一个表示该图数据的Data对象。
首先将所需要的包导入

import torch
from torch_geometric.data import Data

其次，构建节点特征矩阵：

x = [[0,1,0],[1,1,3],[2,1,0],[3,1,3],[4,2,3]]
x = torch.tensor(x, dtype=torch.int)
x

输出的节点特征矩阵如下：

构造edge_index，edge_index 的每一列定义一条边，其中第一行为边起始节点的索引，第二行为边结束节点的索引。这种表示方法被称为COO格式（coordinate format），通常用于表示稀疏矩阵。PyG不是用稠密矩阵 A ∈ { 0 , 1 } ∣ V ∣ × ∣ V ∣ \mathbf{A} \in\{0,1\}^{|\mathcal{V}| \times |\mathcal{V}|} A∈{0,1}∣V∣×∣V∣来持有邻接矩阵的信息，而是用仅存储邻接矩阵中非元素的稀疏矩阵来表示图。

coordinate format简单介绍

开始构造edge_index：

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

构建Data对象：

data = Data(x=x, edge_index=edge_index)
data

输出结果如下：

因为图为无向图，所以存在8条边，5个节点，每个节点有三个特征。
查看构造的data对象的属性：

data.num_nodes # 5 ---->节点数为5
data.num_edges # 8 ---->边数为8
data.num_features  # 3 ----> 节点特征维度为3
data.is_directed() # False ----->无向图
data.contains_isolated_nodes() # False ---->不包含孤立节点
data.contains_self_loops() # False ----> 没有添加自环
'edge_attr' in data # False ----> 该对象没有设置边属性

通过其他方式构造Data对象

1.将dict字典对象转为Data对象

graph_dict = { 'x': x, 
              'edge_index': edge_index, 
#               'edge_attr': edge_attr, 
#               'y': y, 'num_nodes': num_nodes, 
#               'other_attr': other_attr 
             }
graph_data = Data.from_dict(graph_dict)
graph_data

上述代码用到的from_dict是一个类方法：

@classmethod 
def from_dict(cls, dictionary): 
    r"""Creates a data object from a python dictionary.""" 
    data = cls() 
    for key, item in dictionary.items(): 
        data[key] = item 
    return data 

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。
数据集下载地址
数据集根据自己情况下载到自定义的目录：

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

查看dataset属性：

dataset.num_classes  # 7 ----> Cora数据集包含七种类别的节点（每篇节点代表一篇文章）
dataset.num_features # 1433 ----> 节点特征维度 1433

data = dataset[0]
data  # Data(edge_index=[2, 10556], test_mask=[2708], train_mask=[2708], val_mask=[2708], x=[2708, 1433], y=[2708])
data.is_undirected() # True
data.train_mask.sum().item()  # 140
data.val_mask.sum().item()    # 500
data.test_mask.sum().item()   # 1000 

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“、”作者“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。
构造一个网络如下：

import torch
from torch_geometric.data import Data

x = [[0,1,0],[1,1,3],[4,2,3],[2,1,0],[3,1,3]]
x = torch.tensor(x, dtype=torch.int)
x

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

class NewData(Data):
    def __init__(self, x=None, edge_index=None,
                 ins_num=None, author_num=None, article_num=None, edge_attr=None):
        super(Data, self).__init__()
        self.x = x
        self.edge_index = edge_index
        self.num_nodes = ins_num + author_num + article_num
        self.edge_attr = edge_attr
        self.institution_x = x[:ins_num]
        self.author_x = x[ins_num:ins_num+author_num]
        self.article_x = x[ins_num+author_num:]
        self.author_ins = edge_index[:,:2*ins_num*author_num]
        self.author_article = edge_index[:,2*ins_num*author_num:]

new_data = NewData(x, edge_index,1,2,2)
new_data

输出结果如下：

查看new_data属性

new_data.author_article

输出作者到论文的边的信息：

new_data.author_x

输出作者节点的属性信息：

new_data.article_x

输出论文节点的属性信息：

new_data.num_nodes     #  5
new_data.num_edges     #   8
new_data.is_undirected()   # True
new_data.contains_isolated_nodes()   # False
new_data.contains_self_loops()   # False
new_data.is_coalesced()     # False