import torch import numpy as np import pickle import matplotlib.pyplot as plt from umap.umap_ import UMAP import matplotlib.pyplot as plt from sklearn.manifold import TSNE from sklearn.decomposition import PCA import rdkit.Chem as Chem import warnings import os def reg_visual_umap(X, y,argse,epoch): # 确保输入是 NumPy 数组 if isinstance(X, torch.Tensor): X = X.cpu().numpy() # 如果 X 是 torch.Tensor，转换为 NumPy 数组 if isinstance(y, torch.Tensor): y = y.cpu().numpy() # 如果 y 是 torch.Tensor，转换为 NumPy 数组 warnings.filterwarnings("ignore", category=UserWarning, message="n_jobs value.*") # 将高维特征降维到二维空间（使用 UMAP） umap = UMAP(n_components=2, random_state=42) X_2d = umap.fit_transform(X) # 归一化目标值 y 到 [-1, 1] 范围 y_normalized = (y - y.min()) / (y.max() - y.min()) * 2 - 1 # 绘制散点图 plt.figure(figsize=(8, 8)) scatter = plt.scatter(X_2d[:, 0], X_2d[:, 1], c=y_normalized, cmap='coolwarm', s=5, alpha=0.8) # 添加颜色条（Colorbar），解释颜色与数值的对应关系 cbar = plt.colorbar(scatter) cbar.set_label('Normalized Target Value', rotation=270, labelpad=15) # 设置标题和坐标轴标签 plt.title(f"Regression Task Visualization (UMAP)-{argse.dataset}:{epoch+1}") plt.xlabel("Dimension 1 (UMAP)") plt.ylabel("Dimension 2 (UMAP)") path = f"./Experiment/reg_Image/{argse.dataset}" if not os.path.exists(path): os.makedirs(path) plt.savefig(f"./Experiment/reg_Image/{argse.dataset}/{epoch}_{argse.use_head_interaction}_{argse.use_gating}_UMAP.png") # 显示图形 plt.show() def reg_visual_pca(X, y,argse,epoch): # 确保输入是 NumPy 数组 if isinstance(X, torch.Tensor): X = X.cpu().numpy() # 如果 X 是 torch.Tensor，转换为 NumPy 数组 if isinstance(y, torch.Tensor): y = y.cpu().numpy() # 如果 y 是 torch.Tensor，转换为 NumPy 数组 warnings.filterwarnings("ignore", category=UserWarning, message="n_jobs value.*") # 将高维特征降维到二维空间（使用 UMAP） pca = PCA(n_components=2, random_state=42) X_2d = pca.fit_transform(X) # 归一化目标值 y 到 [-1, 1] 范围 y_normalized = (y - y.min()) / (y.max() - y.min()) * 2 - 1 # 绘制散点图 plt.figure(figsize=(8, 8)) scatter = plt.scatter(X_2d[:, 0], X_2d[:, 1], c=y_normalized, cmap='coolwarm', s=5, alpha=0.8) # 添加颜色条（Colorbar），解释颜色与数值的对应关系 cbar = plt.colorbar(scatter) cbar.set_label('Normalized Target Value', rotation=270, labelpad=15) # 设置标题和坐标轴标签 plt.title(f"Regression Task Visualization (PCA)-{argse.dataset}:{epoch+1}") plt.xlabel("Dimension 1 (PCA)") plt.ylabel("Dimension 2 (PCA)") path = f"./Experiment/reg_Image/{argse.dataset}" if not os.path.exists(path): os.makedirs(path) plt.savefig(f"./Experiment/reg_Image/{argse.dataset}/{epoch}_{argse.use_head_interaction}_{argse.use_gating}_PCA.png") # 显示图形 plt.show() def reg_visual_TSNE(X, y,argse,epoch): # 确保输入是 NumPy 数组 if isinstance(X, torch.Tensor): X = X.cpu().numpy() # 如果 X 是 torch.Tensor，转换为 NumPy 数组 if isinstance(y, torch.Tensor): y = y.cpu().numpy() # 如果 y 是 torch.Tensor，转换为 NumPy 数组 warnings.filterwarnings("ignore", category=UserWarning, message="n_jobs value.*") # 将高维特征降维到二维空间（使用 UMAP） tsne = TSNE(n_components=2, random_state=42) X_2d = tsne.fit_transform(X) # 归一化目标值 y 到 [-1, 1] 范围 y_normalized = (y - y.min()) / (y.max() - y.min()) * 2 - 1 # 绘制散点图 plt.figure(figsize=(8, 8)) scatter = plt.scatter(X_2d[:, 0], X_2d[:, 1], c=y_normalized, cmap='coolwarm', s=5, alpha=0.8) # 添加颜色条（Colorbar），解释颜色与数值的对应关系 cbar = plt.colorbar(scatter) cbar.set_label('Normalized Target Value', rotation=270, labelpad=15) # 设置标题和坐标轴标签 plt.title(f"Regression Task Visualization (TSNE)-{argse.dataset}:{epoch+1}") plt.xlabel("Dimension 1 (TSNE)") plt.ylabel("Dimension 2 (TSNE)") path = f"./Experiment/reg_Image/{argse.dataset}" if not os.path.exists(path): os.makedirs(path) plt.savefig(f"./Experiment/reg_Image/{argse.dataset}/{epoch}_{argse.use_head_interaction}_{argse.use_gating}_TSNE.png") # 显示图形 plt.show() def task_visual(X, Y, epoch): # 确保输入是 NumPy 数组 if isinstance(X, torch.Tensor): X = X.cpu().numpy() # 如果 X 是 torch.Tensor，转换为 NumPy 数组 if isinstance(Y, torch.Tensor): Y = Y.cpu().numpy() # 如果 y 是 torch.Tensor，转换为 NumPy 数组 Y = Y.flatten() umap = UMAP(n_components=2, random_state=42) embedding = umap.fit_transform(X) # 降维到 2D unique_labels = np.unique(Y) # 绘制散点图 plt.figure(figsize=(10, 8)) # 定义颜色映射 colors = plt.cm.get_cmap('tab10', len(unique_labels)) # 使用 tab10 调色板 for i, label in enumerate(unique_labels): # 筛选出当前标签的数据点 mask = Y == label plt.scatter( embedding[mask, 0], # x 坐标 embedding[mask, 1], # y 坐标 label=f'Class {label}', # 图例标签 color=colors(i), # 颜色 s=10, # 点的大小 alpha=0.7 # 透明度 ) # 移除 x 和 y 轴的刻度和边框 plt.gca().spines['top'].set_visible(False) plt.gca().spines['right'].set_visible(False) plt.gca().spines['bottom'].set_visible(False) plt.gca().spines['left'].set_visible(False) plt.xticks([]) # 移除 x 轴刻度 plt.yticks([]) # 移除 y 轴刻度 # 添加图例、标题和坐标轴标签 plt.legend(title='Classes', bbox_to_anchor=(1.05, 1), loc='upper left') plt.title(f'UMAP Projection of Data{epoch+1}', fontsize=16) plt.xlabel('UMAP Dimension 1', fontsize=12) plt.ylabel('UMAP Dimension 2', fontsize=12) plt.tight_layout() # 显示图像 plt.show() def find_substructure_indices(molecule_smiles, substructure_smiles_list): """ 参数: molecule_smiles (str): 分子的 SMILES 表达式。 substructure_smiles_list (list): 官能团的 SMILES 表达式列表。 返回: list: 匹配成功的官能团索引列表。 """ # 将分子的 SMILES 转换为 RDKit 分子对象 molecule = Chem.MolFromSmiles(molecule_smiles) if molecule is None: raise ValueError("Invalid molecule SMILES") # 初始化结果列表 matched_indices = [] # 遍历官能团列表 for idx, substructure_smiles in enumerate(substructure_smiles_list): # 将官能团的 SMILES 转换为 RDKit 分子对象 substructure = Chem.MolFromSmiles(substructure_smiles) if substructure is None: raise ValueError(f"Invalid substructure SMILES at index {idx}: {substructure_smiles}") # 检查官能团是否是分子的子结构 if molecule.HasSubstructMatch(substructure): matched_indices.append(idx) return matched_indices def plot_embeddings(data, method='tsne'): # 过滤掉 label 为 None 的数据 filtered_data = [(label, tensor) for label, tensor in data if label is not None] if not filtered_data: print("No valid data to plot.") return labels, tensors = zip(*filtered_data) labels = list(labels) tensor_matrix = torch.stack(tensors) # shape: (N, D) # 降维为2维 if method == 'pca': reduced = PCA(n_components=2).fit_transform(tensor_matrix.cpu().numpy()) elif method == 'tsne': reduced = TSNE(n_components=2, random_state=42).fit_transform(tensor_matrix.cpu().numpy()) elif method == 'umap': reduced = UMAP(n_components=2).fit_transform(tensor_matrix.cpu().numpy()) else: raise ValueError("method must be 'pca' or 'tsne'") # 绘图 plt.figure(figsize=(8, 6)) scatter = plt.scatter(reduced[:, 0], reduced[:, 1], c=labels, cmap='tab10', alpha=0.8) plt.colorbar(scatter, ticks=sorted(set(labels))) plt.title(f'2D Scatter Plot ({method.upper()})') plt.xlabel('Component 1') plt.ylabel('Component 2') plt.grid(True) plt.show() if __name__ == '__main__': with open("","rb") as file: pickle.load(file)