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Deep learning deepchem中图卷积的输出,deep-learning,rdkit,Deep Learning,Rdkit,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.M
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