来源：https://mydoc.myencyclopedia.top/pub-html/01_plot_cora.html
B站链接：https://www.bilibili.com/video/BV1f3411i7MQ?p=1

内置 Cora 数据集

下一步，我们会通过 geometric 类库加载 cora 数据集。这一步通常来说需要从网上下载，但是预制的 docker image 已经为大家下载好了 planetoid 图数据集。Planetoid 包含了 Cora，Pubmed 和 Citeseer。
因此，加载数据集这一步执行非常快

import numpy as np
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch_geometric.data import Data
from torch_geometric.nn import GATConv
from torch_geometric.datasets import Planetoid
import torch_geometric.transforms as T
name_data = 'Cora'
dataset = Planetoid(root='./data/', name=name_data)

数据集说明

样本特征，标签，邻接矩阵该数据集共2708个样本点，每个样本点都是一篇科学论文，所有样本点被分为8个类别，类别分别是1）基于案例；2）遗传算法；3）神经网络；4）概率方法；5）强化学习；6）规则学习；7）理论

每篇论文都由一个1433维的词向量表示，所以，每个样本点具有1433个特征。词向量的每个元素都对应一个词，且该元素只有0或1两个取值。取0表示该元素对应的词不在论文中，取1表示在论文中。所有的词来源于一个具有1433个词的字典。

每篇论文都至少引用了一篇其他论文，或者被其他论文引用，也就是样本点之间存在联系，没有任何一个样本点与其他样本点完全没联系。如果将样本点看做图中的点，则这是一个连通的图，不存在孤立点。[

](https://blog.csdn.net/yeziand01/article/details/93374216)

dataset.data
#Data(x=[2708, 1433], edge_index=[2, 10556], y=[2708], train_mask=[2708], val_mask=[2708], test_mask=[2708])
np.unique(dataset[0].y)
#array([0, 1, 2, 3, 4, 5, 6])   一共有7个类别

y表示论文的标签。（因为有2708个结点，所以相应的有2708个y）

可视化

然后我们将 cora 转换成 networkx 格式。networkx 是 python 中一个比较流行的图类库。我们在后面 visualization 中也会利用networkx 的功能。
Cora 有 7 种节点类型，我们将每种节点类型赋予不同颜色，有助于更好 visualization。

from torch_geometric.utils import to_networkx
cora = to_networkx(dataset.data)
print(cora.is_directed()) #True
node_classes = dataset.data.y.data.numpy()
print(node_classes) #[3 4 4 ... 3 3 3]
node_color = ["red","blue","green","yellow","peru","violet","cyan"] 
node_label = np.array(list(cora.nodes))

接着，调用 networkx 的 spring_layout 计算每个节点的弹簧布局下的位置，这一步执行会比较耗时。

import matplotlib.pyplot as plt
import networkx as nx
pos = nx.layout.spring_layout(cora)

我们首先来看一下 matplotlib 的渲染效果。

plt.figure(figsize=(16,12))
for i in np.arange(len(np.unique(node_classes))):
    node_list = node_label[node_classes == i]    #将class为i的node组成 node_list
    nx.draw_networkx_nodes(cora, pos, nodelist=list(node_list),
                           node_size=50,  
                           node_color=node_color[i], 
                           alpha=0.8)
nx.draw_networkx_edges(cora, pos,width=1,edge_color="black")
plt.show()

len(np.unique(node_classes)) =7

这里我不懂为什么**node_list = node_label[node_classes == i] **可以筛选出想要的条件，所以就有了如下的操作
以i=0时，node_list为例子
当i=0时，node_list的输出

可以看到，输出的是class为0的节点的下标

node_label是一个0-2707的数组（相当于下标）
node_classes是结点的类别
node_classes==0 是有True，False构成的数组
node_label[node_classes == 0]就返回了所以True的下标

绘图的结果

因为 matplotlib 只能画出一张静态图片，无法做 interaction，也无法动态缩放。因此渲染效果不是特别好，尤其是对于 cora 这种数据量比较大的 graph 尤为显著。
我们看到图片种尽管有七种颜色的节点，但是当中存在的这块密集的点，我们很难看出节点和节点之间的关系。

我们换一个类库 hvplot，它的渲染和交换效果如下。

代码和 matplotlib 大致一致。注意渲染的时候 hvplot 需要将多个图片数据以乘法形式返回，借助 reduce 函数我们将 7 种节点的图相乘，再乘以描绘边的图，呈现出叠加的完整图片。

import hvplot.networkx as hvnx
options = {
    'width': 800,
    'height': 1000
}
plt_nodes = []
for i in np.arange(len(np.unique(node_classes))):
    nodelist = node_label[node_classes == i]
    plt = hvnx.draw_networkx_nodes(cora, pos, nodelist=list(nodelist), node_color=node_color[i], **options)
    plt_nodes.append(plt)
plt_edges = hvnx.draw_networkx_edges(cora, pos, arrowstyle='->', edge_width=2, colorbar=True, **options)
import functools
import operator
plt_edges * functools.reduce(operator.mul, plt_nodes)

（虽然还是特别丑，但可以交互）

图机器学习-踩的坑

PyG02-CORA数据集可视化

内置 Cora 数据集

数据集说明

可视化