wehub-resource-sync
109 lines
3.7 KiB
ReStructuredText
109 lines
3.7 KiB
ReStructuredText
.. _guide_cn-graph-external:
|
||
|
||
1.4 从外部源创建图
|
||
---------------
|
||
|
||
:ref:`(English Version)<guide-graph-external>`
|
||
|
||
可以从外部来源构造一个 :class:`~dgl.DGLGraph` 对象，包括：
|
||
|
||
- 从用于图和稀疏矩阵的外部Python库（NetworkX 和 SciPy）创建而来。
|
||
- 从磁盘加载图数据。
|
||
|
||
本节不涉及通过转换其他图来生成图的函数，相关概述请阅读API参考手册。
|
||
|
||
从外部库创建图
|
||
^^^^^^^^^^^
|
||
|
||
以下代码片段为从SciPy稀疏矩阵和NetworkX图创建DGL图的示例。
|
||
|
||
.. code::
|
||
|
||
>>> import dgl
|
||
>>> import torch as th
|
||
>>> import scipy.sparse as sp
|
||
>>> spmat = sp.rand(100, 100, density=0.05) # 5%非零项
|
||
>>> dgl.from_scipy(spmat) # 来自SciPy
|
||
Graph(num_nodes=100, num_edges=500,
|
||
ndata_schemes={}
|
||
edata_schemes={})
|
||
|
||
>>> import networkx as nx
|
||
>>> nx_g = nx.path_graph(5) # 一条链路0-1-2-3-4
|
||
>>> dgl.from_networkx(nx_g) # 来自NetworkX
|
||
Graph(num_nodes=5, num_edges=8,
|
||
ndata_schemes={}
|
||
edata_schemes={})
|
||
|
||
注意，当使用 `nx.path_graph(5)` 进行创建时， :class:`~dgl.DGLGraph` 对象有8条边，而非4条。
|
||
这是由于 `nx.path_graph(5)` 构建了一个无向的NetworkX图 :class:`networkx.Graph` ，而 :class:`~dgl.DGLGraph` 的边总是有向的。
|
||
所以当将无向的NetworkX图转换为 :class:`~dgl.DGLGraph` 对象时，DGL会在内部将1条无向边转换为2条有向边。
|
||
使用有向的NetworkX图 :class:`networkx.DiGraph` 可避免该行为。
|
||
|
||
.. code::
|
||
|
||
>>> nxg = nx.DiGraph([(2, 1), (1, 2), (2, 3), (0, 0)])
|
||
>>> dgl.from_networkx(nxg)
|
||
Graph(num_nodes=4, num_edges=4,
|
||
ndata_schemes={}
|
||
edata_schemes={})
|
||
|
||
.. note::
|
||
|
||
DGL在内部将SciPy矩阵和NetworkX图转换为张量来创建图。因此，这些构建方法并不适用于重视性能的场景。
|
||
|
||
相关API： :func:`dgl.from_scipy`、 :func:`dgl.from_networkx`。
|
||
|
||
从磁盘加载图
|
||
^^^^^^^^^^
|
||
|
||
有多种文件格式可储存图，所以这里难以枚举所有选项。本节仅给出一些常见格式的一般情况。
|
||
|
||
逗号分隔值（CSV）
|
||
""""""""""""""
|
||
|
||
CSV是一种常见的格式，以表格格式储存节点、边及其特征：
|
||
|
||
.. table:: nodes.csv
|
||
|
||
+-----------+
|
||
|age, title |
|
||
+===========+
|
||
|43, 1 |
|
||
+-----------+
|
||
|23, 3 |
|
||
+-----------+
|
||
|... |
|
||
+-----------+
|
||
|
||
.. table:: edges.csv
|
||
|
||
+-----------------+
|
||
|src, dst, weight |
|
||
+=================+
|
||
|0, 1, 0.4 |
|
||
+-----------------+
|
||
|0, 3, 0.9 |
|
||
+-----------------+
|
||
|... |
|
||
+-----------------+
|
||
|
||
许多知名Python库(如Pandas)可以将该类型数据加载到python对象(如 :class:`numpy.ndarray`)中，
|
||
进而使用这些对象来构建DGLGraph对象。如果后端框架也提供了从磁盘中保存或加载张量的工具(如 :func:`torch.save`, :func:`torch.load` )，
|
||
可以遵循相同的原理来构建图。
|
||
|
||
另见： `从成对的边 CSV 文件中加载 Karate Club Network 的教程 <https://github.com/dglai/WWW20-Hands-on-Tutorial/blob/master/basic_tasks/1_load_data.ipynb>`_。
|
||
|
||
JSON/GML 格式
|
||
""""""""""""
|
||
|
||
如果对速度不太关注的话，读者可以使用NetworkX提供的工具来解析 `各种数据格式 <https://networkx.github.io/documentation/stable/reference/readwrite/index.html>`_，
|
||
DGL可以间接地从这些来源创建图。
|
||
|
||
DGL 二进制格式
|
||
""""""""""""
|
||
|
||
DGL提供了API以从磁盘中加载或向磁盘里保存二进制格式的图。除了图结构，API也能处理特征数据和图级别的标签数据。
|
||
DGL也支持直接从S3/HDFS中加载或向S3/HDFS保存图。参考手册提供了该用法的更多细节。
|
||
|
||
相关API： :func:`dgl.save_graphs`、 :func:`dgl.load_graphs`。 |