dgl.DGLGraph.ndata

property DGLGraph.ndata

返回一个节点数据视图，用于设置/获取节点特征

让 g 成为一个 DGLGraph。如果 g 是单一节点类型的图，g.ndata[feat] 返回与名称 feat 相关联的节点特征。也可以通过将 g.ndata[feat] 设置为张量来设置与名称 feat 相关联的节点特征。

如果 g 是一个包含多种节点类型的图，g.ndata[feat] 返回一个 dict[str, Tensor]，将节点类型映射到与该名称 feat 相关联的节点特征 对于相应的类型。也可以通过将 g.ndata[feat] 设置为一个 如上所述的字典来为某些节点类型设置与名称 feat 相关联的节点特征。

注释

为了设置特征，特征的设备必须与图的设备相同。

示例

以下示例使用PyTorch后端。

>>> import dgl
>>> import torch

为单一节点类型的图设置和获取特征‘h’。

>>> g = dgl.graph((torch.tensor([0, 1]), torch.tensor([1, 2])))
>>> g.ndata['h'] = torch.ones(3, 1)
>>> g.ndata['h']
tensor([[1.],
        [1.],
        [1.]])

为多节点类型的图设置和获取特征‘h’。

>>> g = dgl.heterograph({
...     ('user', 'follows', 'user'): (torch.tensor([1, 2]), torch.tensor([3, 4])),
...     ('player', 'plays', 'game'): (torch.tensor([2, 2]), torch.tensor([1, 1]))
... })
>>> g.ndata['h'] = {'game': torch.zeros(2, 1), 'player': torch.ones(3, 1)}
>>> g.ndata['h']
{'game': tensor([[0.], [0.]]),
 'player': tensor([[1.], [1.], [1.]])}
>>> g.ndata['h'] = {'game': torch.ones(2, 1)}
>>> g.ndata['h']
{'game': tensor([[1.], [1.]]),
 'player': tensor([[1.], [1.], [1.]])}

另请参阅

nodes