mindspore.dataset.GraphData

class mindspore.dataset.GraphData(dataset_file, num_parallel_workers=None, working_mode='local', hostname='127.0.0.1', port=50051, num_client=1, auto_shutdown=True)[源代码]

从共享文件或数据库中读取用于GNN训练的图数据集。 支持读取图数据集Cora、Citeseer和PubMed。

关于如何将源数据集加载到mindspore中请参考 图数据加载与处理

参数:
  • dataset_file (str) - 数据集文件路径。

  • num_parallel_workers (int, 可选) - 读取数据的工作线程数。默认值:None,使用mindspore.dataset.config中配置的线程数。

  • working_mode (str, 可选) - 设置工作模式,目前支持 ‘local’/’client’/’server’。默认值:’local’。

    • local:用于非分布式训练场景。

    • client:用于分布式训练场景。客户端不加载数据,而是从服务器获取数据。

    • server:用于分布式训练场景。服务器加载数据并可供客户端使用。

  • hostname (str, 可选) - 图数据集服务器的主机名。该参数仅在工作模式设置为 ‘client’ 或 ‘server’ 时有效。默认值:’127.0.0.1’。

  • port (int, 可选) - 图数据服务器的端口,取值范围为1024-65535。此参数仅当工作模式设置为 ‘client’ 或 ‘server’ 时有效。默认值:50051。

  • num_client (int, 可选) - 期望连接到服务器的最大客户端数。服务器将根据该参数分配资源。该参数仅在工作模式设置为 ‘server’ 时有效。默认值:1。

  • auto_shutdown (bool, 可选) - 当工作模式设置为 ‘server’ 时有效。当连接的客户端数量达到 num_client ,且没有客户端正在连接时,服务器将自动退出。默认值:True。

异常:
  • ValueError - dataset_file 路径下数据文件不存在或无效。

  • ValueError - num_parallel_workers 参数超过系统最大线程数。

  • ValueError - working_mode 参数取值不为 ‘local’, ‘client’ 或 ‘server’。

  • TypeError - hostname 参数类型错误。

  • ValueError - port 参数不在范围[1024, 65535]内。

  • ValueError - num_client 参数不在范围[1, 255]内。

支持平台:

CPU

样例:

>>> graph_dataset_dir = "/path/to/graph_dataset_file"
>>> graph_data = ds.GraphData(dataset_file=graph_dataset_dir, num_parallel_workers=2)
>>> nodes = graph_data.get_all_nodes(node_type=1)
>>> features = graph_data.get_node_feature(node_list=nodes, feature_types=[1])
get_all_edges(edge_type)[源代码]

获取图的所有边。

参数:
  • edge_type (int) - 指定边的类型,在数据集转换为MindRecord格式时,需要指定 edge_type 的值,并在此API中对应使用。

返回:

numpy.ndarray,包含边的数组。

异常:
  • TypeError - 参数 edge_type 的类型不为整型。

样例:

>>> edges = graph_data.get_all_edges(edge_type=0)
get_all_neighbors(node_list, neighbor_type, output_format=OutputFormat.NORMAL)[源代码]

获取 node_list 所有节点的相邻节点,以 neighbor_type 类型返回。格式的定义参见以下示例。1表示两个节点之间连接,0表示不连接。

邻接矩阵

0

1

2

3

0

0

1

0

0

1

0

0

1

0

2

1

0

0

1

3

1

0

0

0

普通格式

src

0

1

2

3

dst_0

1

2

0

1

dst_1

-1

-1

3

-1

COO格式

src

0

1

2

2

3

dst

1

2

0

3

1

CSR格式

offsetTable

0

1

2

4

dstTable

1

2

0

3

1

参数:
  • node_list (Union[list, numpy.ndarray]) - 给定的节点列表。

  • neighbor_type (int) - 指定相邻节点的类型。

  • output_format (OutputFormat, 可选) - 输出存储格式。默认值:mindspore.dataset.OutputFormat.NORMAL,取值范围:[OutputFormat.NORMAL, OutputFormat.COO, OutputFormat.CSR]。

返回:

对于普通格式或COO格式,将返回numpy.ndarray类型的数组表示相邻节点。如果指定了CSR格式,将返回两个numpy.ndarray数组,第一个表示偏移表,第二个表示相邻节点。

异常:
  • TypeError - 参数 node_list 的类型不为列表或numpy.ndarray。

  • TypeError - 参数 neighbor_type 的类型不为整型。

样例:

>>> from mindspore.dataset.engine import OutputFormat
>>> nodes = graph_data.get_all_nodes(node_type=1)
>>> neighbors = graph_data.get_all_neighbors(node_list=nodes, neighbor_type=2)
>>> neighbors_coo = graph_data.get_all_neighbors(node_list=nodes, neighbor_type=2,
...                                              output_format=OutputFormat.COO)
>>> offset_table, neighbors_csr = graph_data.get_all_neighbors(node_list=nodes, neighbor_type=2,
...                                                            output_format=OutputFormat.CSR)
get_all_nodes(node_type)[源代码]

获取图中的所有节点。

参数:
  • node_type (int) - 指定节点的类型。在数据集转换为MindRecord格式时,需要指定 node_type 的值,并在此API中对应使用。

返回:

numpy.ndarray,包含节点的数组。

异常:
  • TypeError - 参数 node_type 的类型不为整型。

样例:

>>> nodes = graph_data.get_all_nodes(node_type=1)
get_edge_feature(edge_list, feature_types)[源代码]

获取 edge_list 列表中边的特征,以 feature_types 类型返回。

参数:
  • edge_list (Union[list, numpy.ndarray]) - 包含边的列表。

  • feature_types (Union[list, numpy.ndarray]) - 包含给定特征类型的列表。

返回:

numpy.ndarray,包含特征的数组。

异常:
  • TypeError - 参数 edge_list 的类型不为列表或numpy.ndarray。

  • TypeError - 参数 feature_types 的类型不为列表或numpy.ndarray。

样例:

>>> edges = graph_data.get_all_edges(edge_type=0)
>>> features = graph_data.get_edge_feature(edge_list=edges, feature_types=[1])
get_edges_from_nodes(node_list)[源代码]

从节点获取边。

参数:
  • node_list (Union[list[tuple], numpy.ndarray]) - 含一个或多个图节点ID对的列表。

返回:

numpy.ndarray,含一个或多个边ID的数组。

异常:
  • TypeError - 参数 edge_list 的类型不为列表或numpy.ndarray。

样例:

>>> edges = graph_data.get_edges_from_nodes(node_list=[(101, 201), (103, 207)])
get_neg_sampled_neighbors(node_list, neg_neighbor_num, neg_neighbor_type)[源代码]

获取 node_list 列表中节所有点的负样本相邻节点,以 neg_neighbor_type 类型返回。

参数:
  • node_list (Union[list, numpy.ndarray]) - 包含节点的列表。

  • neg_neighbor_num (int) - 采样的相邻节点数量。

  • neg_neighbor_type (int) - 指定负样本相邻节点的类型。

返回:

numpy.ndarray,包含相邻节点的数组。

异常:
  • TypeError - 参数 node_list 的类型不为列表或numpy.ndarray。

  • TypeError - 参数 neg_neighbor_num 的类型不为整型。

  • TypeError - 参数 neg_neighbor_type 的类型不为整型。

样例:

>>> nodes = graph_data.get_all_nodes(node_type=1)
>>> neg_neighbors = graph_data.get_neg_sampled_neighbors(node_list=nodes, neg_neighbor_num=5,
...                                                      neg_neighbor_type=2)
get_node_feature(node_list, feature_types)[源代码]

获取 node_list 中节点的特征,以 feature_types 类型返回。

参数:
  • node_list (Union[list, numpy.ndarray]) - 包含节点的列表。

  • feature_types (Union[list, numpy.ndarray]) - 指定特征的类型。

返回:

numpy.ndarray,包含特征的数组。

异常:
  • TypeError - 参数 node_list 的类型不为列表或numpy.ndarray。

  • TypeError - 参数 feature_types 的类型不为列表或numpy.ndarray。

样例:

>>> nodes = graph_data.get_all_nodes(node_type=1)
>>> features = graph_data.get_node_feature(node_list=nodes, feature_types=[2, 3])
get_nodes_from_edges(edge_list)[源代码]

从图中的边获取节点。

参数:
  • edge_list (Union[list, numpy.ndarray]) - 包含边的列表。

返回:

numpy.ndarray,包含节点的数组。

异常:
  • TypeError - 参数 edge_list 不为列表或ndarray。

get_sampled_neighbors(node_list, neighbor_nums, neighbor_types, strategy=SamplingStrategy.RANDOM)[源代码]

获取已采样相邻节点信息。此API支持多跳相邻节点采样。即将上一次采样结果作为下一跳采样的输入。最多允许6跳。采样结果平铺成列表,格式为[input node, 1-hop sampling result, 2-hop samling result …]。

参数:
  • node_list (Union[list, numpy.ndarray]) - 包含节点的列表。

  • neighbor_nums (Union[list, numpy.ndarray]) - 每跳采样的相邻节点数。

  • neighbor_types (Union[list, numpy.ndarray]) - 每跳采样的相邻节点类型,列表或数组中每个元素都应该是int类型。

  • strategy (SamplingStrategy, 可选) - 采样策略。默认值:mindspore.dataset.SamplingStrategy.RANDOM。取值范围:[SamplingStrategy.RANDOM, SamplingStrategy.EDGE_WEIGHT]。

    • SamplingStrategy.RANDOM:随机抽样,带放回采样。

    • SamplingStrategy.EDGE_WEIGHT:以边缘权重为概率进行采样。

返回:

numpy.ndarray,包含相邻节点的数组。

异常:
  • TypeError - 参数 node_list 的类型不为列表或numpy.ndarray。

  • TypeError - 参数 neighbor_nums 的类型不为列表或numpy.ndarray。

  • TypeError - 参数 neighbor_types 的类型不为列表或numpy.ndarray。

样例:

>>> nodes = graph_data.get_all_nodes(node_type=1)
>>> neighbors = graph_data.get_sampled_neighbors(node_list=nodes, neighbor_nums=[2, 2],
...                                              neighbor_types=[2, 1])
graph_info()[源代码]

获取图的元信息,包括节点数、节点类型、节点特征信息、边数、边类型、边特征信息。

返回:

dict,图的元信息。键为 node_numnode_typenode_feature_typeedge_numedge_typeedge_feature_type

random_walk(target_nodes, meta_path, step_home_param=1.0, step_away_param=1.0, default_node=- 1)[源代码]

在节点中的随机游走。

参数:
  • target_nodes (list[int]) - 随机游走中的起始节点列表。

  • meta_path (list[int]) - 每个步长的节点类型。

  • step_home_param (float, 可选) - 返回 node2vec算法 中的超参。默认值:1.0。

  • step_away_param (float, 可选) - node2vec算法 中的in和out超参。默认值:1.0。

  • default_node (int, 可选) - 如果找不到更多相邻节点,则为默认节点。默认值:-1,表示不给定节点。

返回:

numpy.ndarray,包含节点的数组。

异常:
  • TypeError - 参数 target_nodes 的类型不为列表或numpy.ndarray。

  • TypeError - 参数 meta_path 的类型不为列表或numpy.ndarray。

样例:

>>> nodes = graph_data.get_all_nodes(node_type=1)
>>> walks = graph_data.random_walk(target_nodes=nodes, meta_path=[2, 1, 2])