2025年ENZYMES图分类数据集介绍

科技前沿 • 2025-03-05 11:37 • 阅读 37

大家好，我是讯享网，很高兴认识大家。

ENZYMES数据集是在GNN领域是非常经典的数据集，它是一个根据生物分子蛋白质结构而构建的Graph数据集合，总共600个图，也就是对应600个样本（蛋白质分子），共有六种结构

这个数据集是一个用于图级分类任务的数据，该数据集中共有 600张图，含有 19580个节点， 条边，每个节点的 特征维度为3。

1、读取ENZYMES数据集

在PyG中的 TUDataset 这个包可以导入很多图数据集，如果是第一次导入，需要进行下载，如果是因为网络问题，可以先从其它网站下载到本地，然后再使用该函数进行读取

from torch_geometric.datasets import TUDataset dataset = TUDataset(root='./data/ENZYMES/', name='ENZYMES')

讯享网

2、获取数据

讯享网

讯享网data = dataset.data print(data) >>>Data(x=[19580, 3], edge_index=[2, 74564], y=[600])

从该结果可以看出这个数据集的节点特征矩阵的维度为【19580，3】，代表这个数据集（600张图一共）有19580个节点，每个节点的特征维度为3，共有74564条边，这些数据并不是一个图的，而是ENZYMES600张图加起来一共的。

graph1 = dataset[0] print(graph1) >>>Data(edge_index=[2, 168], x=[37, 3], y=[1])

该结果可以看出第一张图，也就是第一个样本共有37个节点，168条边，对应一个类别

5、获取ENZYMES常见属性信息

讯享网print(dataset.num_classes) >>>6 print(dataset.num_edge_attributes) >>>0 print(dataset.num_edge_features) >>>0 print(dataset.num_edge_labels) >>>0 print(dataset.num_features) >>>3 print(dataset.num_node_attributes) >>>18 print(dataset.num_node_features) >>>3 print(dataset.num_node_labels) >>>3

6、可视化ENZYMES图数据
在这里插入图片描述

# 可视化图结构 graph = nx.Graph() # 创建一个空图 edge_index = dataset[0].edge_index # 获取第一张图 source = edge_index[0] # 起点 target = edge_index[1] # 终点 for src, tge in zip(source, target): graph.add_edge(src.item(), tge.item()) plt.rcParams['figure.dpi'] = 300 # 设置分辨率 fig , ax1 = plt.subplots(figsize=(10,10)) nx.draw_networkx(G=graph , ax=ax1 , font_size=6 , node_size=150) plt.show()

2025年ENZYMES图分类数据集介绍

相关推荐