deepsnap
deepsnap
什么是 deep snap？
DeepSNAP is a Python library to assist efficient deep learning on graphs. DeepSNAP features in its support for flexible graph manipulation, standard pipeline, heterogeneous graphs and simple API.
是一个Python函数库，用来帮助我们在图(graphs)上面进行有效率的深度学习，它支持图的操作，标准化流程，异构图和简单的API
类似的工具包有 PyTorch Geometric, DGL, GraphNets。
一些比较重要的 module!
deepsnap.batch
大概意思应该是说 Batch 类可以将一批 Graph 集合成一个大的（不连接的）图，但是具体的用法官方文档上没讲.
deepsnap.dataset
GraphDataset 类
classGraphDataset(graphs: Optional[List[deepsnap.graph.Graph]] = None,...)
- graphs (list, optional) – A list of deepsnap.graph.Graph.
用来存放图数据集列表
Generator 类
能够动态地生成各种图（ER graphs 等等，可以用 ERGenerator类 继承 Generator类 然后去重写 generate() 方法，generate() 方法中定义了图的产生方式
EnsembleGenerator 类
根据传进去的 generators 列表以 gen_prob 的概率生成 dataset_len 长度的图数据集。
重头戏来了：deepsnap.Graph 的格式
文档中说 Graph.G 是 NetworkX or SnapX graph object
在代码中输出
print(type(dataset[0].G))
output:
<class 'networkx.classes.graph.Graph'>
发现它确实是一个 networkx 包定义的 graph，于是我去找 networkx 包
那么要如何生成 network 的 graph 呢？
networkx官网上有讲如何生成一张空的图，并往图中加节点和边，明天再看看
