用途：PyTorch Geometric（PyG）是基于 PyTorch 的图神经网络库，用于节点分类、链接预测、图分类等任务，支持同构图与异构图。
主要能力：提供 Data 与 HeteroData 图数据结构；60 多种 GNN 层（GCNConv、GATConv、SAGEConv、GINConv、TransformerConv、EdgeConv、RGCNConv、HGTConv 等）；内置数据集（Planetoid、TUDataset、OGB、QM7/QM9、ShapeNet 等）；transforms 预处理与增强；MessagePassing 自定义层；GraphSAGE/GCN/GAT/GIN 高层模型；NeighborLoader 等大图采样；to_hetero、HeteroConv 异构图建模；torch_geometric.explain 可解释性。
使用方式：先安装 PyTorch，再执行 uv pip install torch_geometric；可选加速算子 pyg-lib、torch-scatter、torch-sparse、torch-cluster 需按 torch 与 CUDA 版本从 PyG wheel 索引安装。基本用法为构造 Data(x, edge_index, ...)，堆叠 conv 层并自行添加激活函数，用 DataLoader 小批量训练，用 global_mean_pool 等做图级池化。
适用场景：学术与工业图学习，包括引文网络、分子性质预测、点云、推荐、知识图谱等。
限制：PyG 2.7 已弃用 Python 3.9 与 PyTorch ≤2.5，torch_geometric.distributed 已弃用，建议改用标准 torch.distributed DDP；pyg conda 频道对 PyTorch >2.5 不再维护；采样超过 2-3 跳通常不可行；conv 层不含激活函数；异构图二分卷积需关闭自环。具体版本兼容与完整示例以官方资料为准。