如何从Pytorch Geometric的adj_t稀疏邻接矩阵获取edge_index张量

PyG内置的data.adj_t默认是转置后的稀疏邻接矩阵，类型为torch_sparse.SparseTensor，你可以直接调用其内置方法完成转换：

• 标准转换代码（适配PyG默认adj_t存储格式）：

# 取出转置后邻接矩阵的COO格式坐标
row, col, _ = data.adj_t.t().coo()
# 拼接为形状[2, num_edges]的edge_index
edge_index = torch.stack([row, col], dim=0)

注意：如果你的adj_t是自定义生成、没有做过转置，存储的就是「源节点→目标节点」的邻接关系，可以去掉代码中的.t()调用，直接执行data.adj_t.coo()即可。

如果你的adj_t是scipy稀疏矩阵类型，可以用如下方法转换：

coo_adj = data.adj_t.tocoo()
edge_index = torch.tensor([coo_adj.row, coo_adj.col], dtype=torch.long)

内容的提问来源于stack exchange，提问作者Qubix