如何从 networkx 图中设置 DGL 节点特征答案

【问题标题】：How to set the DGL node features from networkx graph如何从 networkx 图中设置 DGL 节点特征
【发布时间】：2023-01-29 01:56:49
【问题描述】：

我想将 networkx 图转换为 dgl 数据。
但是当我尝试像教程一样使用dgl.from_networkx时，出现了意想不到的结果。

import dgl
import networkx as nx
import numpy as np
import torch

#Construct the networkx graph G containing three nodes, 2 undirected edges, 
#and three node attributes (i.e., 3-dimension of node features)
G = nx.Graph()

G.add_nodes_from([
    (1, {"x_0": 0.1, "x_1": 0.3, "x_2": 0.7}),
    (2, {"x_0": 0.1, "x_1": 0.3, "x_2": 0.7}),
    (3, {"x_0": 0.1, "x_1": 0.3, "x_2": 0.7}),
])

G.add_edges_from([(1, 2), (2, 1), (1, 3), (3,1)])

#Additionally, I add this code because the original dataset is called from .csv file.
#So, the below code means the list of features
#.csv file: node(row) x features(colum)
cols = list(["x_0", "x_1", "x_2"])

#Convert networkx from dgl
dgl_graph = dgl.from_networkx(G, node_attrs=cols)

#DGL Result
#Graph(num_nodes=3, num_edges=4,
#      ndata_schemes={'x_0': Scheme(shape=(), dtype=torch.float32), 'x_1': Scheme(shape=(), dtype=torch.float32), 'x_2': Scheme(shape=(), dtype=torch.float32)}
#      edata_schemes={})

当我在 pytorch geometric 中运行它时，它会返回我的想法。

from torch_geometric.utils.convert import from_networkx

pyg_graph = from_networkx(G, group_node_attrs=all)
pyg_graph

#PyG Result
#Data(edge_index=[2, 4], x=[3, 3])

DGL 结果与 PyG 结果是否具有相同的含义？如果没有，如何将节点属性移动到 DGL 节点功能？

【问题讨论】：

标签： python networkx pytorch-geometric dgl

【解决方案1】：

DGL 结果与 PyG 结果是否具有相同的含义？如果没有，如何将节点属性移动到 DGL 节点功能？

DGL 图总是有向的，而pyg_graph 将从G（无向）继承属性。这就是为什么 dgl_graph 中的边数是 4，而 pyg_graph 中的边数是 2。

关于节点属性，已经在dgl_graph里面了，可以使用dgl_graph.ndata查看。

【讨论】：