Deepchem磁盘数据到numpy阵列

Question

我对GraphConvolution模型使用Deepchem包装器，如下所示。我在.csv中有我的smiles数据，它由5个具有smiles表示和各自活动的分子组成。数据可以直接从here访问。你知道吗

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

加载数据并以适合于图形卷积的方式对其进行特征化。

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？

从上面的代码看来，dataset_train.X给出了一个类似diskobject的<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc3ad6a0>，而不是一个类似numpy array的dataset_train.y。你知道吗

我如何知道存储在dataset_train.X中的数据类型？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转换成这样一种格式，以便检查其中的数据？你知道吗

我认为应该有办法做到这一点。你知道吗

Answer 1

根据previous question数据集，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。这些特征的表示方式与目标“train\u dataset.y”不同，因为它们是更复杂的图形特征。再次查看ConvMol对象的source code，并查看convmolfeatureizer的source code。然后可以确定如何解释这些特征：

# 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())