解决PyTorch Geometric加载Planetoid数据集的NumPy类型错误：从报错到修复的完整指南-CSDN博客

解决PyTorch Geometric加载Planetoid数据集的NumPy类型错误：从报错到修复的完整指南

【免费下载链接】pytorch_geometric Graph Neural Network Library for PyTorch 项目地址: https://gitcode.com/GitHub_Trending/py/pytorch_geometric

PyTorch Geometric是基于PyTorch的图神经网络库，提供了丰富的图数据处理工具和模型实现。在使用Planetoid数据集（如Cora、CiteSeer和PubMed）时，许多用户遇到了NumPy类型错误问题。本文将详细分析错误原因，并提供两种简单有效的解决方案，帮助你快速解决这一技术障碍。

错误现象与原因分析

当你尝试通过以下代码加载Planetoid数据集时：

from torch_geometric.datasets import Planetoid
dataset = Planetoid(root='data/Cora', name='Cora')

可能会遇到类似以下的错误信息：

TypeError: Object arrays cannot be loaded when allow_pickle=False

这个错误通常发生在使用较新版本NumPy时，因为从NumPy 1.16开始，np.load()函数默认将allow_pickle参数设置为False以增强安全性。而Planetoid数据集的加载逻辑中，并没有显式设置该参数，导致在读取包含Python对象的.npz文件时触发错误。

图1：PyTorch Geometric中节点嵌入数据加载流程示意图（alt：PyTorch Geometric图神经网络数据加载流程）

解决方案一：修改Planetoid数据集源码

快速定位文件位置

Planetoid数据集的实现代码位于项目的torch_geometric/datasets/planetoid.py文件中。我们需要修改其中的process方法，在加载.npz文件时显式设置allow_pickle=True参数。

具体修改步骤

打开文件torch_geometric/datasets/planetoid.py
找到process方法中的以下代码行（约167行）：
```
splits = np.load(osp.join(self.raw_dir, name))
```

修改为：

splits = np.load(osp.join(self.raw_dir, name), allow_pickle=True)

这种方法直接修复了数据集加载逻辑中的参数缺失问题，是最根本的解决方案。修改后，NumPy将允许加载包含Python对象的数组，从而避免类型错误。

解决方案二：降级NumPy版本（临时解决）

如果你暂时无法修改源码，可以通过降级NumPy版本到1.16以下来绕过这个问题。在终端中执行以下命令：

pip install numpy==1.15.4

⚠️ 注意：这种方法仅作为临时解决方案，不推荐长期使用。降级NumPy可能会影响其他依赖高版本NumPy的库。

图2：PyTorch Geometric数据处理与模型训练流程（alt：PyTorch Geometric图神经网络训练流程）

验证解决方案

修改完成后，重新运行数据集加载代码：

from torch_geometric.datasets import Planetoid
dataset = Planetoid(root='data/Cora', name='Cora')
print(f'Dataset: {dataset}:')
print('====================')
print(f'Number of graphs: {len(dataset)}')
print(f'Number of features: {dataset.num_features}')
print(f'Number of classes: {dataset.num_classes}')

data = dataset[0]  # Get the first graph object.

print('====================')
print(f'Number of nodes: {data.num_nodes}')
print(f'Number of edges: {data.num_edges}')
print(f'Average node degree: {data.num_edges / data.num_nodes:.2f}')
print(f'Number of training nodes: {data.train_mask.sum()}')
print(f'Training node label rate: {int(data.train_mask.sum()) / data.num_nodes:.2f}')
print(f'Contains isolated nodes: {data.contains_isolated_nodes()}')
print(f'Contains self-loops: {data.contains_self_loops()}')
print(f'Is undirected: {data.is_undirected()}')

如果一切正常，你将看到类似以下的输出，表明数据集已成功加载：

Dataset: Cora():
====================
Number of graphs: 1
Number of features: 1433
Number of classes: 7
====================
Number of nodes: 2708
Number of edges: 10556
Average node degree: 3.90
Number of training nodes: 140
Training node label rate: 0.05
Contains isolated nodes: False
Contains self-loops: False
Is undirected: True

深入理解：为什么会出现这个错误？

Planetoid数据集包含多个.npz文件，其中存储了图的节点特征、标签和邻接信息。这些文件中可能包含Python对象（如字典），而NumPy在默认情况下拒绝加载这些对象以防止安全风险。通过显式设置allow_pickle=True，我们告诉NumPy允许加载这些对象，从而正确解析数据集。

在PyTorch Geometric的其他数据集实现中，如DeezerEurope、Twitch和GitHub等，开发团队已经添加了allow_pickle=True参数（可参见torch_geometric/datasets/deezer_europe.py和torch_geometric/datasets/github.py等文件）。因此，为Planetoid数据集添加同样的参数是符合项目惯例的正确做法。

总结与最佳实践

遇到PyTorch Geometric加载Planetoid数据集的NumPy类型错误时，推荐采用修改源码的方式彻底解决问题：

编辑torch_geometric/datasets/planetoid.py文件
在np.load()调用中添加allow_pickle=True参数
重新运行代码验证修复效果

这种方法既安全又彻底，能够一劳永逸地解决问题。如果你是PyTorch Geometric的长期用户，还可以考虑向项目提交Pull Request，帮助完善这一数据集加载逻辑，为社区贡献力量。

通过本文介绍的方法，你现在应该能够顺利加载Planetoid数据集，继续你的图神经网络研究和开发工作了。祝你在PyTorch Geometric的学习和应用过程中取得更多成果！

【免费下载链接】pytorch_geometric Graph Neural Network Library for PyTorch 项目地址: https://gitcode.com/GitHub_Trending/py/pytorch_geometric

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考