Deep learning deepchem中图卷积的输出

我正在使用为我的模型创建特征，如下所示

import deepchem as dc
from rdkit import Chem
import numpy as np
import pandas as pd
from rdkit.Chem import Draw
from rdkit.Chem.Draw import IPythonConsole

smile = 'O=C(C1=CC=C(C=C1)C(O)=O)O'
molecules = []
molecules.append(Chem.MolFromSmiles(smile))
featurizer = dc.feat.graph_features.ConvMolFeaturizer()
mol_object = featurizer.featurize(mols=molecules)

现在我想知道输出

mol\u对象

。我知道

dc.feat.graph\u features.convmolfeatureizer（）

返回一个数组对象。但它实际上对输入有影响

因此，

featurizer.featurize（摩尔=分子）

将

分子

作为输入。

分子[0]

将打印下图

As

分子

是一个列表，在索引0处只包含一个元素，即

分子[0]

。这意味着

dc.feat.graph\u features.convmolfeatureizer（）

中的

mols

将此图像作为输入并输出

mol\u对象

这是什么
mol\u对象
输出？我如何看到它？Is显示它是一个数组，但我看不到此数组的内容

print(np.shape(mol_object))
(1,)
print(type(mol_object))
<class 'numpy.ndarray'>
print(mol_object)
[<deepchem.feat.mol_graphs.ConvMol object at 0x7f96a68c6e48>]

打印（np.形状（mol_对象））
(1,)
打印（类型（mol_对象））
打印（mol_对象）
[]

如何检查或查看ConvMol对象的

Featureizer的输出返回一个ConvMol对象数组（每个rdkit分子输入一个对象），即deepchem.feat.mol_graphs.ConvMol，您实际要检查的是数组的第一个元素，mol_对象[0]

查看源代码后，您就可以了解分子包含哪些信息，例如可以访问的原子特征ConvMol.atom\u features，或者您的示例中的mol\u对象[0]。atom\u features
为什么不查看ConvMol对象的

Featureizer的输出返回一个ConvMol对象数组（每个rdkit分子输入一个对象），即deepchem.feat.mol_graphs.ConvMol，您实际要检查的是数组的第一个元素，mol_对象[0]

通过查看源代码，您可以了解包含了哪些有关分子的信息，例如可以访问ConvMol.atom\u功能的原子功能，或者在您的示例中是mol\u对象[0]。atom\u功能