dgl.DGLGraph.add_edges
- DGLGraph.add_edges(u, v, data=None, etype=None)[source]
为指定的边类型添加多条新边
第 i 条新边将从
u[i]到v[i]。- 参数:
u (int, tensor, numpy.ndarray, list) – 源节点 ID，
u[i]表示第 i 条新边的源节点。v (int, tensor, numpy.ndarray, list) – 目标节点 ID，
v[i]表示第 i 条新边的目标节点。data (dict, 可选) – 添加的边的特征数据。特征数据的第 i 行对应于第 i 条新边。
注意
对当前图应用原地更新。
如果要添加边的端点节点不存在，则会调用 add_nodes 添加新节点。新节点的节点特征将由使用
set_n_initializer()定义的初始化器创建（默认初始化器填充零）。在某些情况下，建议先添加节点，然后再添加边。如果
data的键不包含某些现有的特征字段，这些新边的特征将由使用set_n_initializer()定义的初始化器创建（默认初始化器填充零）。如果
data的键包含新的特征字段，这些旧边的特征将由使用set_n_initializer()定义的初始化器创建（默认初始化器填充零）。此函数会丢弃批处理信息。请在转换后的图上使用
dgl.DGLGraph.set_batch_num_nodes()和dgl.DGLGraph.set_batch_num_edges()来保留信息。
示例
以下示例使用 PyTorch 后端。
>>> import dgl >>> import torch
同质图或具有单一边类型的异质图
>>> g = dgl.graph((torch.tensor([0, 1]), torch.tensor([1, 2]))) >>> g.num_edges() 2 >>> g.add_edges(torch.tensor([1, 3]), torch.tensor([0, 1])) >>> g.num_edges() 4
由于
u或v包含不存在的节点 ID，因此会隐式添加节点。 >>> g.num_nodes() 4如果图具有一些边特征，并且添加新边时没有提供特征，则这些特征将由使用
set_n_initializer()定义的初始化器创建。>>> g.edata['h'] = torch.ones(4, 1) >>> g.add_edges(torch.tensor([1]), torch.tensor([1])) >>> g.edata['h'] tensor([[1.], [1.], [1.], [1.], [0.]])
我们也可以在添加新边时为其指定特征。
>>> g.add_edges(torch.tensor([0, 0]), torch.tensor([2, 2]), ... {'h': torch.tensor([[1.], [2.]]), 'w': torch.ones(2, 1)}) >>> g.edata['h'] tensor([[1.], [1.], [1.], [1.], [0.], [1.], [2.]])
由于
data包含新的特征字段，因此旧边的特征将由使用set_n_initializer()定义的初始化器创建。>>> g.edata['w'] tensor([[0.], [0.], [0.], [0.], [0.], [1.], [1.]])
具有多种边类型的异质图
>>> g = dgl.heterograph({ ... ('user', 'plays', 'game'): (torch.tensor([0, 1, 1, 2]), ... torch.tensor([0, 0, 1, 1])), ... ('developer', 'develops', 'game'): (torch.tensor([0, 1]), ... torch.tensor([0, 1])) ... }) >>> g.add_edges(torch.tensor([3]), torch.tensor([3])) DGLError: Edge type name must be specified if there are more than one edge types. >>> g.num_edges('plays') 4 >>> g.add_edges(torch.tensor([3]), torch.tensor([3]), etype='plays') >>> g.num_edges('plays') 5
另请参阅