将普通数据集转换为PyTorch Geometric (PYG) 格式

要将普通的数据集转换成 PYG（PyTorch Geometric）形式的数据集，可以按照以下步骤进行：

1. 导入所需的库：

import torch
from torch_geometric.data import Data

2. 准备数据集的节点特征和边索引数据：

x = torch.tensor([[1], [2], [3], [4]], dtype=torch.float)  # 节点特征
edge_index = torch.tensor([[0, 1, 1, 2, 2, 3], [1, 0, 2, 1, 3, 2]], dtype=torch.long)  # 边索引

3. 可选：如果有边特征数据，也可以准备边特征数据：

edge_attr = torch.tensor([[1, 2], [2, 3], [3, 4], [4, 5], [5, 6], [6, 7]], dtype=torch.float)  # 边特征

4. 创建 PYG 形式的数据集实例：

data = Data(x=x, edge_index=edge_index, edge_attr=edge_attr)

5. 可选：如果有目标标签数据，也可以添加目标标签数据：

y = torch.tensor([0, 1, 0, 1], dtype=torch.long)  # 目标标签
data.y = y

现在，你已经成功地将普通的数据集转换成了 PYG 形式的数据集，可以在 PYG 中进一步使用该数据集进行图神经网络的训练和评估。