torch_geometric.data.Batch.from_data_list的作用，请举例说明

`torch_geometric.data.Batch.from_data_list`是PyTorch Geometric库中的一个函数，它用于将一系列数据对象（例如`Data`对象，这是`torch_geometric`中的基本数据结构）合并成一个批次（Batch）。这个函数的主要作用是方便处理和管理非固定大小的数据集，特别是在图神经网络（GNNs）的训练过程中。

当你的数据集包含多个图，每个图有不同的节点数、边数等属性，直接操作可能会很复杂。通过`from_data_list`，你可以将这些独立的图实例组织起来，形成一个统一的批次，其中包含了所有图的信息，如节点特征、边信息、目标值等，并且可以共享一些前向计算的优化。

举个例子：

import torch
from torch_geometric.data import Data

# 假设我们有三个数据点，每个都有节点特征x，边列表edge_index
data1 = Data(x=torch.randn(5, 10), edge_index=torch.tensor([[0, 1], [1, 2]]))
data2 = Data(x=torch.randn(4, 10), edge_index=torch.tensor([[0, 1, 2], [1, 2, 3]]))
data3 = Data(x=torch.randn(6, 10), edge_index=torch.tensor([[0, 1, 2, 3], [1, 2, 3, 4]]))

batch = Batch.from_data_list([data1, data2, data3])

# 现在batch是一个Data对象，它包含了三个数据的所有信息，且统一了形状，便于并行处理