图神经网络（GNN）是一种专门用于处理图结构数据的神经网络模型，广泛应用于社交网络分析、分子建模、推荐系统等领域。GNN通过将信息从节点传递到邻居节点来学习节点和图的表示。本文深入探讨了GNN的原理，介绍了基于Python和PyTorch Geometric库的GNN实现方法，重点展示了如何构建和训练GNN模型，并将其应用于社交网络和化学分子建模。通过详细的代码示例与中文注释，读者可以学会从零开始搭建GNN模型，掌握图神经网络在不同场景中的应用与优化方法。