修改代码smiles_list = df['SMILES'].tolist()为一个多维向量，使其中每一行数据都运行desc_fp = from_smiles('', fingerprints=True)这个函数

如果你想将DataFrame `df` 中的 'SMILES' 列转换为一个多维向量，并对每个字符串应用 `from_smiles` 函数并将结果存储为指纹向量，你需要遍历每一行的 SMILES 数据并逐个处理。这里有一个例子如何实现：

import pandas as pd

# 假设desc_fp函数需要单独的SMILES字符串作为输入
def process_smiles(smiles):
    desc_fp = from_smiles(smiles, fingerprints=True)
    return desc_fp

# 获取SMILES列表
smiles_list = df['SMILES'].tolist()

# 将列表转换为二维列表，以便逐行处理
multi_dim_vector = [process_smiles(smile) for smile in smiles_list]

# 或者如果你想要将所有fp组合成一个二维数组
all_desc_fps = np.array(multi_dim_vector)

# 现在 multi_dim_vector 或 all_desc_fps 都包含了对每个 SMILES 应用指定函数后的指纹向量

注意：在这个例子中，我假设了一个名为`from_smiles`的函数存在并且接受一个SMILES字符串和一个布尔值（fingerprints）。如果有其他参数或命名规则，请相应地调整代码。