Image Graph傻傻分不清
最近在研究图神经网络（GNN）在图像处理中的应用，发现一个有趣的问题：Image Graph 和 Image Grid 的区别到底是什么？它们在图像表示和处理上有何不同？本文将分享我的一些思考。
TIP
Tip: Graph 和 Grid 的基本概念
- Graph（图）: 由节点（点）和边（连接）组成，可以表示任意结构的数据关系。
- Grid（网格）: 一种特殊的图，节点排列成规则的二维矩阵结构，常用于图像表示。
prompt 帮我在 RdkitFP.ipynb 文件中写一份代码，使其达到以下要求： 1.读取一个包含多列 smiles 式的 csv 文件后(由用户制定 smiles 列的列名)，将 smiles 式的列分离为单个文件后（以列名命名文件名），新文件以第一列作为原 smiles 列，在之后的列中填充计算到的该行 smiles 式对应的分子指纹特征。 2.以前几个单元格中分别对应每种分子指纹的计算方法，只作为类进行加载，不进行计算。以最后一个单元格作为“控制台”，用户在其中输入参数后进行计算。 3.在每个单元格上方添加 markdown 大纲标题。 4.除了常见的分子指纹，还有 rdkit 描述符的计算也包含在内。 5.最终得到的 ipynb 文件中，可以实现例如这样的功能：“用户在最后一个单元格选择从一个包含 4 列 smiles 式的反应数据集，计算 morgan 指纹，计算 rdkit 指纹，计算 avalon 指纹，计算 rdkit 描述符。可以在制定的文件夹中得到每种组分对应的每种指纹的 csv 文件(均保留第一列作为原 smiles 式)。用户可选是否将计算后的所有指纹以怎样的顺序进行拼接（拼接后的文件不能有重复的 smiles 列）”