图的基本数据结构

最新推荐文章于 2024-07-13 11:06:16 发布

to2

最新推荐文章于 2024-07-13 11:06:16 发布

阅读量3.8k

点赞数 3

文章标签：深度学习

本文链接：https://blog.csdn.net/to222/article/details/117920502

版权

文章目录

图的基本数据结构

图的基本数据结构

本文主要内容来自datawhale开源课程

一、图的表示

定义一（图）：

一个图被记为 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ ，其中 $\mathcal{V}=\left\{v_{1}, \ldots, v_{N}\right\}$ 是数量为 $N=|\mathcal{V}|$ 的结点的集合， $\mathcal{E}=\left\{e_{1}, \ldots, e_{M}\right\}$ 是数量为 $M$ 的边的集合。
图用节点表示实体（entities ），用边表示实体间的关系（relations）。
节点和边的信息可以是类别型的（categorical），类别型数据的取值只能是哪一类别。一般称类别型的信息为标签（label）。
节点和边的信息可以是数值型的（numeric），类别型数据的取值范围为实数。一般称类别型的信息为属性（attribute）。
大部分情况中，节点含有信息，边可能含有信息。

定义二（图的邻接矩阵）：

给定一个图 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ ，其对应的邻接矩阵被记为 $\mathbf{A} \in\{0,1\}^{N \times N}$ 。 $\mathbf{A}_{i, j}=1$ 表示存在从结点 $v_i$ 到 $v_j$ 的边，反之表示不存在从结点 $v_i$ 到 $v_j$ 的边。
在无向图中，从结点 $v_i$ 到 $v_j$ 的边存在，意味着从结点 $v_j$ 到 $v_i$ 的边也存在。因而无向图的邻接矩阵是对称的。
在无权图中，各条边的权重被认为是等价的，即认为各条边的权重为 $1$ 。
对于有权图，其对应的邻接矩阵通常被记为 $\mathbf{W} \in\{0,1\}^{N \times N}$ ，其中 $\mathbf{W}_{i, j}=w_{ij}$ 表示从结点 $v_i$ 到 $v_j$ 的边的权重。若边不存在时，边的权重为 $0$ 。

一个无向无权图的例子：

在这里插入图片描述

其邻接矩阵为：
$\mathbf{A}=\left(\begin{array}{lllll} 0 & 1 & 0 & 1 & 1 \\ 1 & 0 & 1 & 0 & 0 \\ 0 & 1 & 0 & 0 & 1 \\ 1 & 0 & 0 & 0 & 1 \\ 1 & 0 & 1 & 1 & 0 \end{array}\right)$

二、图的属性

定义三（结点的度，degree）：

对于有向有权图，结点 $v_i$ 的出度（out degree）等于从 $v_i$ 出发的边的权重之和，结点 $v_i$ 的入度（in degree）等于从连向 $v_i$ 的边的权重之和。
无向图是有向图的特殊情况，结点的出度与入度相等。
无权图是有权图的特殊情况，各边的权重为 $1$ ，那么结点 $v_i$ 的出度（out degree）等于从 $v_i$ 出发的边的数量，结点 $v_i$ 的入度（in degree）等于从连向 $v_i$ 的边的数量。
结点 $v_i$ 的度记为 $d(v_i)$ ，入度记为 $d_{in}(v_i)$ ，出度记为 $d_{out}(v_i)$ 。

定义四（邻接结点，neighbors）：

结点 $v_i$ 的邻接结点为与结点 $v_i$ 直接相连的结点，其被记为** $\mathcal{N(v_i)}$ **。
**结点 $v_i$ 的 $k$ 跳远的邻接节点（neighbors with $k$ -hop）**指的是到结点 $v_i$ 要走 $k$ 步的节点（一个节点的 $2$ 跳远的邻接节点包含了自身）。

定义五（行走，walk）：

$walk(v_1, v_2) = (v_1, e_6,e_5,e_4,e_1,v_2)$ ，这是一次“行走”，它是一次从节点 $v_1$ 出发，依次经过边 $e_6,e_5,e_4,e_1$ ，最终到达节点 $v_2$ 的“行走”。
下图所示为 $walk(v_1, v_2) = (v_1, e_6,e_5,e_4,e_1,v_2)$ ，其中红色数字标识了边的访问序号。
在“行走”中，节点是运行重复的。

在这里插入图片描述

定义六：

有一图，其邻接矩阵为 $\mathbf{A}$ , $\mathbf{A}^{n}$ 为邻接矩阵的 $n$ 次方，那么 $\mathbf{A}^{n}[i,j]$ 等于从结点 $v_i$ 到结点 $v_j$ 的长度为 $n$ 的行走的个数。

定义七（路径，path）：

“路径”是结点不可重复的“行走”。

定义八（子图，subgraph）：

有一图 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ ，另有一图 $\mathcal{G}^{\prime}=\{\mathcal{V}^{\prime}, \mathcal{E}^{\prime}\}$ ，其中 $\mathcal{V}^{\prime} \in \mathcal{V}$ ， $\mathcal{E}^{\prime} \in \mathcal{E}$ 并且 $\mathcal{V}^{\prime}$ 不包含 $\mathcal{E}^{\prime}$ 中未出现过的结点，那么 $\mathcal{G}^{\prime}$ 是 $\mathcal{G}$ 的子图。

定义九（连通分量，connected component）：

给定图 $\mathcal{G}^{\prime}=\{\mathcal{V}^{\prime}, \mathcal{E}^{\prime}\}$ 是图 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ 的子图。记属于图 $\mathcal{G}$ 但不属于 $\mathcal{G}^{\prime}$ 图的结点集合记为 $\mathcal{V}/\mathcal{V}^{\prime}$ 。如果属于 $\mathcal{V}^{\prime}$ 的任意结点对之间存在至少一条路径，但不存在一条边连接属于 $\mathcal{V}^{\prime}$ 的结点与属于 $\mathcal{V}/\mathcal{V}^{\prime}$ 的结点，那么图 $\mathcal{G}^{\prime}$ 是图 $\mathcal{G}$ 的连通分量。

在这里插入图片描述

左右两边子图都是整图的连通分量。

定义十（连通图，connected graph）：

当一个图只包含一个连通分量，即其自身，那么该图是一个连通图。

定义十一（最短路径，shortest path）：

$v_{s}, v_{t} \in \mathcal{V}$ 是图 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ 上的一对结点，结点对 $v_{s}, v_{t} \in \mathcal{V}$ 之间所有路径的集合记为 $\mathcal{P}_{\mathrm{st}}$ 。结点对 $v_{s}, v_{t}$ 之间的最短路径 $p_{\mathrm{s} t}^{\mathrm{sp}}$ 为 $\mathcal{P}_{\mathrm{st}}$ 中长度最长的一条路径，其形式化定义为
$p_{\mathrm{s} t}^{\mathrm{sp}}=\arg \min _{p \in \mathcal{P}_{\mathrm{st}}}|p|$
其中， $p$ 表示 $\mathcal{P}_{\mathrm{st}}$ 中的一条路径， $∣ p ∣$ 是路径 $p$ 的长度。

定义十二（直径，diameter）：

给定一个连通图 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ ，其直径为其所有结点对之间的最短路径的最小值，形式化定义为

$\operatorname{diameter}(\mathcal{G})=\max _{v_{s}, v_{t} \in \mathcal{V}} \min _{p \in \mathcal{P}_{s t}}|p|$

定义十三（拉普拉斯矩阵，Laplacian Matrix）：

给定一个图 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ ，其邻接矩阵为 $A$ ，其拉普拉斯矩阵定义为 $\mathbf{L=D-A}$ ，其中 $\mathbf{D=diag(d(v_1), \cdots, d(v_N))}$ 。

定义十四（对称归一化的拉普拉斯矩阵，Symmetric normalized Laplacian）：

给定一个图 $\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}$ ，其邻接矩阵为 $A$ ，其规范化的拉普拉斯矩阵定义为

$\mathbf{L=D^{-\frac{1}{2}}(D-A)D^{-\frac{1}{2}}=I-D^{-\frac{1}{2}}AD^{-\frac{1}{2}}}$

三、图的种类

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

四、图结构数据上的机器学习

在这里插入图片描述

节点预测：预测节点的类别或某类属性的取值
1. 例子：对是否是潜在客户分类、对游戏玩家的消费能力做预测
边预测：预测两个节点间是否存在链接
1. 例子：Knowledge graph completion、好友推荐、商品推荐
图的预测：对不同的图进行分类或预测图的属性
1. 例子：分子属性预测
节点聚类：检测节点是否形成一个社区
1. 例子：社交圈检测
其他任务
1. 图生成：例如药物发现
2. 图演变：例如物理模拟
3. ……

五、应用神经网络于图面临的挑战

在学习了简单的图论知识，我们再来回顾应用神经网络于图面临的挑战。

过去的深度学习应用中，我们主要接触的数据形式主要是这四种：矩阵、张量、序列（sequence）和时间序列（time series），它们都是规则的结构化的数据。然而图数据是非规则的非结构化的，它具有以下的特点：

任意的大小和复杂的拓扑结构；
没有固定的结点排序或参考点；
通常是动态的，并具有多模态的特征；
图的信息并非只蕴含在节点信息和边的信息中，图的信息还包括了图的拓扑结构。

在这里插入图片描述

以往的深度学习技术是为规则且结构化的数据设计的，无法直接用于图数据。应用于图数据的神经网络，要求

适用于不同度的节点；
节点表征的计算与邻接节点的排序无关；
不但能够根据节点信息、邻接节点的信息和边的信息计算节点表征，还能根据图拓扑结构计算节点表征。下面的图片展示了一个需要根据图拓扑结构计算节点表征的例子。图片中展示了两个图，它们同样有俩黄、俩蓝、俩绿，共6个节点，因此它们的节点信息相同；假设边两端节点的信息为边的信息，那么这两个图有一样的边，即它们的边信息相同。但这两个图是不一样的图，它们的拓扑结构不一样。

在这里插入图片描述

六、pytorch_geometric学习

本节主要内容来自pytorch-geometric

Data Handling of Graphs

A graph is used to model pairwise relations (edges) between objects (nodes). A single graph in PyTorch Geometric is described by an instance of torch_geometric.data.Data, which holds the following attributes by default:
图形用于建立对象（节点）之间的成对关系（边）模型。PyTorch Geometric中的单个图形由torchïu Geometric.data.data的实例描述，默认情况下，该实例包含以下属性：

data.x: Node feature matrix with shape [num_nodes, num_node_features]
x (Tensor, optional): 节点属性矩阵，大小为[num_nodes, num_node_features]
data.edge_index: Graph connectivity in COO format with shape [2, num_edges] and type torch.long
edge_index (LongTensor, optional): 边索引矩阵，大小为[2, num_edges]
data.edge_attr: Edge feature matrix with shape [num_edges, num_edge_features]
edge_attr (Tensor, optional): 边属性矩阵，大小为[num_edges, num_edge_features]``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 $\mathbf{A} \in \{ 0, 1 \}^{|\mathcal{V}| \times |\mathcal{V}|}$ 来持有邻接矩阵的信息，而是用仅存储邻接矩阵 $\mathbf{A}$ 中非 $0$ 元素的稀疏矩阵来表示图。
data.y: Target to train against (may have arbitrary shape), e.g., node-level targets of shape [num_nodes, *] or graph-level targets of shape [1, *]
y (Tensor, optional): 节点或图的标签，任意大小（其实也可以是边的标签）
通常，一个图至少包含x, edge_index, edge_attr, y, num_nodes5个属性，当图包含其他属性时，我们可以通过指定额外的参数使Data对象包含其他的属性

graph = Data(x=x, edge_index=edge_index, edge_attr=edge_attr, y=y, num_nodes=num_nodes, other_attr=other_attr)

example

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)

图结构如下图所示：
在这里插入图片描述

7、作业实践

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。

class Data(object):

    def __init__(self, x_institution=None, x_author=None, x_thesis=None, edge_au_ins=None, edge_au_th=None, y=None, **kwargs):
        r"""
        Args:
            x_institution (Tensor, optional): 节点属性矩阵，大小为`[num_nodes, num_node_features]`
            x_author (Tensor, optional): 节点属性矩阵，大小为`[num_nodes, num_node_features]`
            x_thesis (Tensor, optional): 节点属性矩阵，大小为`[num_nodes, num_node_features]`
            edge_au_ins (LongTensor, optional): 边索引矩阵，大小为`[2, num_edges]`，第0行为尾节点，第1行为头节点，头指向尾
            edge_au_th (LongTensor, optional): 边索引矩阵，大小为`[2, num_edges]`，第0行为尾节点，第1行为头节点，头指向尾
            y (Tensor, optional): 节点或图的标签，任意大小（，其实也可以是边的标签）

        """
        self.x_institution = x_institution
        self.x_author = x_author
        self.x_thesis = x_thesis
        self.edge_au_ins = edge_au_ins
        self.edge_au_th = edge_au_th
        self.y = y

        for key, item in kwargs.items():
            if key == 'num_nodes':
                self.__num_nodes__ = item
            else:
                self[key] = item
    def len_x_institution(self):
        return self.x_institution.shape[0]
    def len_x_author(self):
        return self.x_author.shape[0]
    def len_x_thesis(self):
        return self.x_thesis.shape[0]

import torch
if __name__ == "__main__":
    x_institution = torch.tensor([[-1]], dtype=torch.long)
    x_author = torch.tensor([[-1],[0]], dtype=torch.long)
    x_thesis = torch.tensor([[-1],[0]], dtype=torch.long)
    edge_au_ins = torch.tensor([[0,1],
                            [1,0]], dtype=torch.float)
    edge_au_th = torch.tensor([[1,3,2,4],
                            [4,2,3,1]], dtype=torch.float)
    data = Data(x_institution,x_author,x_thesis,edge_au_ins,edge_au_th)  # Get the graph object.
    print(data)
    print('==============================================================')

    # 获取图的一些信息
    print(f'Number of nodes: {data.len_x_institution()}') # 机构节点数量
    print(f'Number of nodes: {data.len_x_author()}') # 作者节点数量
    print(f'Number of nodes: {data.len_x_thesis()}') # 论文节点数量
'''
output:
<__main__.Data object at 0x7f4363583f10>
==============================================================
Number of nodes: 1
Number of nodes: 2
Number of nodes: 2
'''

参考资料

datawhale开源课程
https://pytorch-geometric.readthedocs.io/en/latest/notes/introduction.html

to2

关注

3
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
图的基本数据结构

文章目录图的基本数据结构一、图的表示二、图的属性三、图的种类四、图结构数据上的机器学习五、应用神经网络于图面临的挑战六、pytorch_geometric学习Data Handling of Graphsexample7、作业实践图的基本数据结构本文主要内容来自datawhale开源课程一、图的表示定义一（图）：一个图被记为G={V,E}\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}G={V,E}，其中 V={v1,…,vN}\mathcal{V}=\left\
复制链接

扫一扫