最重要的4类图数据：
同构图（Homogeneous Graph）、异构图（Heterogeneous Graph）、属性图（Property Graph）和非显式图（Graph Constructed from Non-relational Data）。
（1）同构图：
同构图是指图中的节点类型和关系类型都仅有一种。同构图是实际图数据的一种最简化的情况，如由超链接关系所构成的万维网，这类图数据的信息全部包含在邻接矩阵里。
同构图：在图里面，节点的类型和边的类型只有一种的图，
举个例子，像社交网络中只存在一种节点类型，用户节点和一种边的类型，用户-用户之间的连边。
（2）异构图：
与同构图相反，异构图是指图中的节点类型或关系类型多于一种。在现实场景中，我们通常研究的图数据对象是多类型的，对象之间的交互关系也是多样化的。因此，异构图能够更好地贴近现实。
异构图：在图里面，节点的类型+边的类型>2的一种图，
举个例子，论文引用网络中，存在着作者节点和paper节点，边的关系有作者-作者之间的共同创作关系连边，作者-论文之间的从属关系，论文-论文之间的引用关系。
（3）属性图：
相较于异构图，属性图给图数据增加了额外的属性信息，如下图所示。对于一个属性图而言，节点和关系都有标签（Label）和属性（Property），这里的标签是指节点或关系的类型，如某节点的类型为“用户”，属性是节点或关系的附加描述信息，如“用户”节点可以有“姓名”“注册时间”“注册地址”等属性。属性图是一种最常见的工业级图数据的表示方式，能够广泛适用于多种业务场景下的数据表达。
属性图：图的节点上存在着初始属性attribute，可以用作后续节点的特征
（4）非显式图：
非显式图是指数据之间没有显式地定义出关系，需要依据某种规则或计算方式将数据的关系表达出来，进而将数据当成一种图数据进行研究。比如计算机3D视觉中的点云数据，如果我们将节点之间的空间距离转化成关系的话，点云数据就成了图数据。
其他：
动态图：图中的节点或者边都是随着时间变化的，可能增加或减少，一般是图的构成是按照时间片来构成，每一个时间片一个图的表示，例如t1时刻的图是初始图，t2时刻的图就是节点或连边变化后的图一直到tn时刻
关系图：图表示了一种节点之间的隐含关系，举个例子 知识图谱
reference
《深入浅出图神经网络》
