@@ -80,7 +80,7 @@ def raw_dataset(self, coordinates: str):
8080
8181 @pytest .fixture
8282 def edge_feature_values (self ):
83- item_idx = 260
83+ item_idx = 56
8484
8585 assert_values = {
8686 "dist" : 0.031333127237586675 ,
@@ -99,35 +99,35 @@ def edge_feature_values(self):
9999 def adj_matrix_values (self ):
100100 return np .asarray (
101101 [
102- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
103- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
104- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
105- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
106- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
107- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
108- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
109- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
110- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
111- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
112- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
113- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
114- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
115- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
116- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
117- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
118- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
119- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
120- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
121- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
122- [0 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ],
123- [1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 ],
102+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
103+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
124104 [1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 ],
105+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
106+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
107+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
108+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
109+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
110+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
111+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
112+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
113+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
114+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
115+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
116+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
117+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
118+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
119+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
120+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
121+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
122+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
123+ [0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 0 ],
124+ [1 , 0 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 0 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 0 , 1 , 0 , 0 , 1 ],
125125 ]
126126 )
127127
128128 @pytest .fixture
129129 def node_feature_values (self ):
130- item_idx = 6
130+ item_idx = 14
131131
132132 assert_values = {
133133 "x_normed" : 0.6679999999999999 ,
@@ -315,7 +315,7 @@ def test_conversion(
315315
316316 assert len (results_df ) == 263
317317
318- row_4 = results_df [ 4 ] .to_dict ()
318+ row_4 = results_df . filter ( pl . col ( "frame_id" ) == 484500005 ) .to_dict ()
319319
320320 x , x0 , x1 = row_4 ["x" ][0 ], row_4 ["x_shape_0" ][0 ], row_4 ["x_shape_1" ][0 ]
321321 a , a0 , a1 = row_4 ["a" ][0 ], row_4 ["a_shape_0" ][0 ], row_4 ["a_shape_1" ][0 ]
@@ -350,22 +350,21 @@ def test_conversion(
350350 assert e [item_idx_e ][idx ] == pytest .approx (
351351 edge_feature_assert_values .get (edge_feature ), abs = 1e-5
352352 )
353-
354353 np .testing .assert_array_equal (a , adj_matrix_values )
355354
356- def test_to_graph_frames (
355+ def test_to_graph_frames_1 (
357356 self , gnnc : AmericanFootballGraphConverter , node_feature_values
358357 ):
359358 graph_frames = gnnc .to_graph_frames ()
360359
361360 data = graph_frames
362361 assert len (data ) == 263
363- assert isinstance (data [0 ], dict )
362+ assert isinstance (data [44 ], dict )
364363 # note: these shape tests fail if we add more features (ie. metabolicpower)
365364
366365 item_idx_x , node_feature_assert_values = node_feature_values
367366
368- x = data [4 ]["x" ]
367+ x = data [44 ]["x" ]
369368 assert x .shape == (23 , len (node_feature_assert_values .keys ()))
370369
371370 for idx , node_feature in enumerate (node_feature_assert_values .keys ()):
@@ -392,20 +391,20 @@ def test_to_spektral_graph(
392391
393392 data = spektral_graphs
394393 assert len (data ) == 263
395- assert isinstance (data [0 ], Graph )
394+ assert isinstance (data [44 ], Graph )
396395
397- assert data [0 ].frame_id == 484500001
398- assert data [- 1 ].frame_id == 5400039
396+ assert data [0 ].frame_id == 5400045
397+ assert data [- 1 ].frame_id == 5400023
399398
400- x = data [4 ].x
399+ x = data [44 ].x
401400 assert x .shape == (23 , len (node_feature_assert_values .keys ()))
402401
403402 for idx , node_feature in enumerate (node_feature_assert_values .keys ()):
404403 assert x [item_idx_x ][idx ] == pytest .approx (
405404 node_feature_assert_values .get (node_feature ), abs = 1e-5
406405 )
407406
408- e = data [4 ].e
407+ e = data [44 ].e
409408 for idx , edge_feature in enumerate (edge_feature_assert_values .keys ()):
410409 assert e [item_idx_e ][idx ] == pytest .approx (
411410 edge_feature_assert_values .get (edge_feature ), abs = 1e-5
@@ -419,7 +418,7 @@ def __are_csr_matrices_equal(mat1, mat2):
419418 and np .array_equal (mat1 .indptr , mat2 .indptr )
420419 )
421420
422- a = data [4 ].a
421+ a = data [44 ].a
423422 assert __are_csr_matrices_equal (a , make_sparse (adj_matrix_values ))
424423
425424 dataset = GraphDataset (graphs = spektral_graphs )
0 commit comments