使用PyVis可视化DGL加载的Cora数据集时触发AssertionError

使用DGL加载Cora图数据集，转换为NetworkX Graph对象后传入PyVis执行可视化时触发AssertionError，最小复现代码如下：

import dgl
from pyvis.network import Network
import networkx as nx

dataset = dgl.data.CoraGraphDataset()

g = Network(height=800, width=800, notebook=True)

netxG = nx.Graph(dataset[0].to_networkx())

g.from_nx(netxG)
g.show('ex.html')

DGL的to_networkx()方法默认会把节点、边挂载的所有特征（包括feat特征张量、label标签张量）同步到NetworkX图的节点/边属性中，PyVis的from_nx()方法仅支持JSON可序列化的Python原生类型属性（字符串、数字、布尔值），遇到张量、numpy数组类型的属性时，内部属性校验逻辑会直接触发断言失败。

• 调用DGL的to_networkx()方法时，通过node_attrs、edge_attrs参数指定需要保留的属性，不需要的张量特征直接丢弃，仅保留图结构即可规避类型不兼容问题。
• 如果需要给节点添加分类配色、悬停提示等可视化属性，先将张量/数组值转换为Python原生的int、str类型后再挂载到NetworkX节点上。

修正后可直接运行的代码：

import dgl
from pyvis.network import Network
import networkx as nx

dataset = dgl.data.CoraGraphDataset()
dgl_g = dataset[0]

# 转换时不携带任何张量类型的节点、边特征，仅保留图拓扑结构
netxG = nx.Graph(dgl_g.to_networkx(node_attrs=[], edge_attrs=[]))

# 按需添加原生类型的节点属性用于可视化
node_labels = dgl_g.ndata['label'].tolist()
for nid in netxG.nodes:
    netxG.nodes[nid]['group'] = node_labels[nid]  # 按标签分组自动配色
    netxG.nodes[nid]['title'] = f"节点分类: {node_labels[nid]}"  # 鼠标悬停提示

g = Network(height=800, width=800, notebook=True)
g.from_nx(netxG)
# 可选：显示布局调节按钮
g.show_buttons(filter_=['physics'])
g.show('ex.html')

补充提示：Cora全量图包含2708个节点、10556条边，直接全量渲染加载速度较慢，测试时可先取子图验证，例如取前500个节点生成子图：sub_g = netxG.subgraph(list(netxG.nodes)[:500])，再传入PyVis处理即可。

内容的提问来源于stack exchange，提问作者Des