【图神经网络】——“斯坦福CS224W”课程笔记（附1）

An Introduction to Snap.py: SNAP for Python

1 SNAP简介

Stanford Network Analysis Platform (SNAP) 是斯坦福大学开发的一套专门用来分析和处理大型网络的平台。官网在这里：SNAP官网。

下面整理一些有用的链接：

snap.py 的资源
一些预制的包：http://snap.stanford.edu/snappy/index.html
snap.py的文档：http://snap.stanford.edu/snappy/doc/index.html
开发者资源：https://github.com/snap-stanford/snap-python

SNAP C++的资源
源码：http://snap.stanford.edu/snap/download.html
SNAP文档：http://snap.stanford.edu/snap/doc.html
开发者资源：https://github.com/snap-stanford/snap

关于数据集，SNAP也整理了许多有用的数据集以供使用。领域涵盖社交网络、推特和Memetracker、论文网络、合作网络和亚马逊商品网络等。数据集官网在这里：SNAP 数据集。

2 snap.py简介

snap.py（也叫snappy）是用python写的SNAP工具，与c++写的SNAP相比优势和劣势如下。

2.1 安装

如何下载snap.py呢？方法也非常简单，只需要一句：

pip install snap-stanford

针对不同系统的下载方式如下：

这样我们就将snap.py成功的下载，并且能够使用它了！使用的第一步是要将snap模块引入，通过：

$ python
>>> import snap

snap.py的功能涵盖以下内容。包括基本的数据处理、图和网络的构建、边和结点的遍历、保存和加载图数据和可视化等。

2.2 基础教程

snap.py的基本类型及命名规范如下。

（: 更多参考http://snap.stanford.edu/snappy/doc/reference/index-ref.html

• 基本类型。整型、浮点型、字符串。

import snap

i = snap.TInt(10)    # 创建一个整型数字对象
j = snap.TFlt(4)     # 创建一个浮点型数字对象
k = snap.TStr('hello')     # 创建一个字符串对象

print(i.Val)
print(j.Val)
print(k.CStr())

10
4.0
hello

• 向量（Vector）。和STL中的Vector、以及Python的List操作都非常相似。

import snap
v = snap.TIntV()     # 创建一个Int类型的向量
v.Add(1)			 # 添加元素
v.Add(2)
v.Add(3)
v.Add(4)
v.Add(5)
print(v.Len())		 # 获取向量长度
print(v[3])			 # 通过下标访问
v[3] = 2*v[2]		 # 修改值
print(v[3])
for item in v:		 # 迭代
    print(item)
for i in range(0, v.Len()):    # 迭代下标
    print(i, v[i])

5
4
6
1
2
3
6
5
0 1
1 2
2 3
3 6
4 5

• 哈希表。类似于STL的map、以及python中的dict，以键值对的方式来存储值。

import snap
h = snap.TIntStrH()			# 创建一个键为Int类型、值为Str字符串类型的Hash Table
h[5] = "apple"				# 通过键值对的方式赋值
h[3] = "tomato"
h[9] = "orange"
h[6] = "banana"
h[1] = "apricot"
print(h.Len())
print("h[3] =", h[3])		# 修改值
h[3] = "peach"
print("h[3] =", h[3])
for key in h:				# 迭代
    print(key, h[key])

5
h[3] = tomato
h[3] = peach
5 apple
3 peach
9 orange
6 banana
1 apricot

其中介绍一个KeyID的概念，涉及到哈希表底层设计，对应哈希表中的唯一槽位。可能有多个值对应一个槽位，此时发生冲突。有很多办法来解决冲突，这是Snap帮我们做的工作，我们这里不需要知道，会用就行hh。

• Pair类型。类似于STL中的pair、python中的tuple，但是这里限制只能存两个数据。这两个数据可以是不同类型的。

import snap
p = snap.TIntStrPr(1, 'one')
print(p.GetVal1())
print(p.GetVal2())

1
one

这里的pair操作比较简单，它主要是和其他的类型结合起来使用。例如pair和vec结合，可以得到每个元素都为pair的一个向量，或者和hash table结合，得到键为pair而值为str的类型（如果pr仅指示了一个类型，那默认表明两个对象都是这个类型）。如下所示。

• 图的基本操作。首先图对象（或类）的命名规范如下所示。包含U的为无向图，T为类标识，P为对象标识。
  
• 下面是对图的一些基本方法的介绍。包括创建一个图、加入结点和边、遍历结点和边以及将图信息保存起来等。

'''
    对graph的基本操作
'''
def graph_oper():
    G1 = snap.TNGraph.New()         # 创建一个新的图

    G1.AddNode(1)                   # 先创建结点
    G1.AddNode(5)
    G1.AddNode(12)

    G1.AddEdge(1, 5)                # 再创建边
    G1.AddEdge(5, 1)
    G1.AddEdge(5, 12)

    # 遍历结点
    for NI in G1.Nodes():
        print("node id %d, out-degree %d, in-degree %d" % (NI.GetId(), NI.GetOutDeg(), NI.GetInDeg()))
    # 遍历边
    for EI in G1.Edges():
        print("(%d, %d)" % (EI.GetSrcNId(), EI.GetDstNId()))
    # 遍历每个结点的相连的边
    for NI in G1.Nodes():
        print("Traverse %d's edges." % NI.GetId())
        for DstNId in NI.GetOutEdges():
            print("edge (%d %d)" % (NI.GetId(), DstNId))

    snap.SaveEdgeList(G1, "data/G1_txt.txt", "List of edges")        # 将graph信息保存为txt格式的文件
    G2 = snap.LoadEdgeList(snap.PNGraph, "data/G1_txt.txt", 0, 1)    # 0表示任一条边源结点的列数，1表示目的结点的列数
    G2.Dump()

    # 使用二进制保存更好
    FOut = snap.TFOut("data/G1_bin.graph")                           # 将graph信息保存为二进制格式的文件
    G1.Save(FOut)
    FOut.Flush()
    FIn = snap.TFIn("data/G1_bin.graph")                             # 读取
    G3 = snap.TNGraph.Load(FIn)
    G3.Dump()