获取稀疏型张量（sparse tensor）的数值

目录

方法一：使用sparse的._indices()和._values()

方法二：使用Dgl的graph.adj_sparse('coo')

---

有时候tensor是稀疏型的，比如是coo matrix的tensor：

>>>graph.adj()
tensor(indices=tensor([[     0,      0,      0,  ..., 116380, 116381, 116382],
                       [110282, 101199,  81804,  ..., 116380, 116381, 116382]]),
       values=tensor([1., 1., 1.,  ..., 1., 1., 1.]),
       size=(116383, 116383), nnz=350751, layout=torch.sparse_coo)

如果要获取其中的indices和values来构造scipy的coo matrix，有两种办法

方法一：使用sparse的._indices()和._values()

1.使用graph.adj()._indices()方法即可获取indices如下：

tensor([[     0,      0,      0,  ..., 116380, 116381, 116382],
        [110282, 101199,  81804,  ..., 116380, 116381, 116382]])

2.然后使用.numpy方法即可转换为ndarray，从而获得

横坐标列表：

<