CSVDataset
- class dgl.data.CSVDataset(data_path, force_reload=False, verbose=True, ndata_parser=None, edata_parser=None, gdata_parser=None, transform=None)[source]
基类:
DGLDataset从 CSV 文件加载和解析图数据集的类。
此类需要以下额外包
pyyaml >= 5.4.1
pandas >= 1.1.5
pydantic >= 1.9.0
解析后的图数据和特征数据将被缓存以加快重新加载速度。如果源 CSV 文件被修改，请指定
force_reload=True从中重新解析。- 参数:
data_path (str) – 包含 ‘meta.yaml’ 和 CSV 文件的目录
force_reload (bool, 可选) – 是否重新加载数据集。默认值: False
verbose (bool, 可选) – 是否打印进度信息。默认值: True。
ndata_parser (dict[str, callable] 或 callable, 可选) – 可调用对象，接受从 CSV 文件创建的
pandas.DataFrame对象，解析节点数据并返回一个包含解析数据的字典。如果给定字典，键为节点类型，值为用于解析对应节点类型数据的可调用对象。如果给定单个可调用对象，则该对象用于解析所有节点类型数据。默认值: None。如果为 None，将应用一个默认数据解析器，它直接加载数据并尝试将列表转换为数组。edata_parser (dict[(str, str, str), callable], 或 callable, 可选) – 可调用对象，接受从 CSV 文件创建的
pandas.DataFrame对象，解析边数据并返回一个包含解析数据的字典。如果给定字典，键为边类型，值为用于解析对应边类型数据的可调用对象。如果给定单个可调用对象，则该对象用于解析所有边类型数据。默认值: None。如果为 None，将应用一个默认数据解析器，它直接加载数据并尝试将列表转换为数组。gdata_parser (callable, 可选) – 可调用对象，接受从 CSV 文件创建的
pandas.DataFrame对象，解析图数据并返回一个包含解析数据的字典。默认值: None。如果为 None，将应用一个默认数据解析器，它直接加载数据并尝试将列表转换为数组。transform (callable, 可选) – 一个转换函数，接受一个
DGLGraph对象并返回一个转换后的版本。DGLGraph对象在每次访问前都会被转换。
- graphs
数据集中的图
- 类型:
示例
请参考 4.6 从 CSV 文件加载数据。