Deepchem磁盘数据到numpy阵列

Question

我正在使用Deepchem包装器进行GraphConvolution模型，如下所示。我在.csv中有我的微笑数据，它由 5 个分子组成，它们的微笑表示和它们各自的活动。可以直接从此处访问数据。

导入库：

from __future__ import division
from __future__ import print_function
from __future__ import unicode_literals
import numpy as np
import tensorflow as tf
import deepchem as dc
from deepchem.models.tensorgraph.models.graph_models import GraphConvModel

加载数据并以某种方式对其进行特征化，使其适合图卷积。

graph_featurizer = dc.feat.graph_features.ConvMolFeaturizer()
loader_train = dc.data.data_loader.CSVLoader( tasks=['Activity'], smiles_field="smiles",featurizer=graph_featurizer)
dataset_train = loader_train.featurize( './train_smiles_data.csv')

分析加载和特征化的数据(我的尝试(

dataset_train.X
array([<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc3ad748>,
<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc367828>,
<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc367208>,
<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc369c50>],
dtype=object)

dataset_train.y
array([[2.71],
[4.41],
[3.77],
[4.2 ]])
for x, y, w, id in dataset_train.itersamples():
print(x, y, w, id)
<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc3ad6a0> [2.71] [1.] CC1=C(O)C=CC=C1
<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc30f518> [4.41] [1.] [O-][N+](=O)C1=CC=C(Br)S1
<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc30f748> [3.77] [1.] CCC/C=C/C=O
<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc30f940> [4.2] [1.] CCCCCC1=CC=CS1

我想要什么？

从上面的代码可以看出，dataset_train.X给出了像<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc3ad6a0>这样的diskobject，而不是像dataset_train.y这样的numpy array。

我如何知道dataset_train.X中存储了什么类型的数据？如何查看存储在dataset_train.X中的数据？或者换句话说，如何将dataset_train.X转换为可以检查其中数据的格式？

我认为应该有办法做到这一点。

Answer 1

根据您之前的问题dataset_train。X 是 ConvMol 对象的数组。这些 ConvMol 对象是每个输入分子特征的容器。这些特征不像目标"train_dataset.y"那样表示，因为它们是更复杂的图形特征。再次查看 ConvMol 对象的源代码，并查看 ConvMolFeaturizer 的源代码。然后，您可以确定要如何解释这些功能：

# Inspect features for molecule 0
conv_feature = dataset_train.X[0]
# Print the atom features
print(conv_feature.get_atom_features())
# Print the adjacency list
print(conv_feature.get_adjancency_list())