PyG学习笔记（1）

import torch
from torch_geometric.data import Data

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

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

1、简单的无向图构建代码解释：

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

edge_index表示了一个无向图中的 4 条边，这行代码中的矩阵含义得按列来看：

第一列[0,1]代表节点0和节点1之间有一条边

第二列[1,0]代表节点1和节点0之间有一条边  (无向图)

第三列[1,2]代表节点1和节点2之间有一条边

第四列[2,1]代表节点2和节点1之间有一条边

x = torch.tensor([[-1], [0], [1]], dtype=torch.float)

x代表一个3x1的特征张量，这个矩阵得按行来看，每一行代表一个节点的特征：

第一个节点的特征值为-1

第二个节点的特征值为0

第三个节点的特征值为1

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

这行创建了一个 Data 对象，传入了节点特征张量 x 和边的索引 edge_index。这样就构建了一个包含节点特征和边信息的图数据对象。

可以得到输出结果，可以看出data包含了关于图结构的基本信息，以及每个节点的特征维度：

 Data(edge_index=[2, 4], x=[3, 1])

edge_index=[2, 4]：该图有两条边，每条边由两个节点组成，这个信息与我们之前定义的边索引形状相符，即 2x4 的张量，其中第一行表示起始节点，第二行表示结束节点。

x=[3, 1]：表示该图有三个节点，并且每个节点的特征维度为1

该图表示以上图的结构：

2、如果要确保传入Data中的张量的储存是连续的，那需要用到contiguous() 方法：

假设有一个不连续的张量，我们想要将其传递给一个需要连续张量作为输入的函数。

import torch

# 创建一个不连续的张量
x = torch.tensor([[1, 2, 3], [4, 5, 6]])
print("原始张量：")
print(x)
print("是否连续：", x.is_contiguous())

# 选择子张量，这会导致不连续性
sub_x = x[:, 1:]
print("选择子张量后的张量：")
print(sub_x)
print("是否连续：", sub_x.is_contiguous())

# 尝试传递不连续的张量给函数，会导致错误
try:
    torch.sum(sub_x, dim=1)
except RuntimeError as e:
    print("错误信息：", e)

# 使用contiguous()方法使其连续
sub_x_contiguous = sub_x.contiguous()
print("使用contiguous()方法后的张量：")
print(sub_x_contiguous)
print("是否连续：", sub_x_contiguous.is_contiguous())

# 现在可以成功地传递连续的张量给函数
sum_result = torch.sum(sub_x_contiguous, dim=1) #dim=0代表一维按列相加求和 ，dim=1代表沿着张量的第二个维度进行求和，也就是按行相加求和
print("计算结果：", sum_result)

可以得到输出如下所示：

可以看出，原本的原始张量的值是从1-6连续的，之后取得子张量后矩阵的值变为了2、3、5、6，不是连续的了，所以需要使用contiguous()方法使张量连续后才能将正确的将张量传递给函数进行sum计算。

原始张量：
tensor([[1, 2, 3],
        [4, 5, 6]])
是否连续： True
选择子张量后的张量：
tensor([[2, 3],
        [5, 6]])
是否连续： False
使用contiguous()方法后的张量：
tensor([[2, 3],
        [5, 6]])
是否连续： True
计算结果： tensor([7, 9])

3、validate()检查数据对象（Data中的属性）

data.validate(raise_on_error=True)

        当调用 validate() 方法时，它会检查 Data 对象中的各种属性，如节点特征、边索引等，并根据定义的规则来验证这些属性是否符合要求。如果发现数据不符合要求，它可能会引发异常或者返回 False。如果数据符合要求，则返回 True。

使用 validate() 方法可以确保在使用图数据进行训练或其他操作时，数据的一致性和正确性，从而避免潜在的错误。

4、Data 对象在PyTorch Geometric 中的作用

        它不仅用于存储图数据中的节点级、边级或图级属性，还提供了一些有用的工具函数，用于对图数据进行处理、操作和分析。

import torch
from torch_geometric.data import Data

edge_index = torch.tensor([[0, 1, 1, 2], [1, 0, 2, 1]], dtype=torch.long)
x = torch.tensor([[-1], [0], [1]], dtype=torch.float)
data = Data(x=x, edge_index=edge_index)
print(data.keys())
# ['edge_index', 'x']
print(data['x'])
# tensor([[-1.],[ 0.],[ 1.]])
for key, item in data:
    print(f'{key} found in data')
# edge_index found in data
# x found in data
print('edge_attr' in data)
# False
print(data.num_nodes)  # 节点数
# 3
print(data.num_edges)  # 边数
# 4
print(data.num_node_features)  # 节点特征数
# 1
print(data.has_isolated_nodes())  # 是否有间断点
# False
print(data.is_directed())  # 检查图是否是有向图

5、常见的基准数据集

        PyG 包含许多常见的基准数据集，例如所有 Planetoid 数据集（Cora、Citeseer、Pubmed）、来自 TUDatasets 的所有图分类数据集及其清理版本、QM7 和 QM9 数据集，以及一些 3D 网格/点云数据集，如 FAUST、ModelNet10/40 和 ShapeNet。

初始化数据集非常简单。对数据集的初始化将自动下载其原始文件并将其处理成前面描述的 Data 格式。例如，要加载 ENZYMES 数据集（包含 6 个类别的 600 个图），请键入：