让我尝试从我的意图开始提出问题。
我想创建两个字典(Tensorflow 的内置函数需要字典类型输入,所以我必须遵守它)。
字典的键定义为
_CSV_FEATURE_COLUMNS = ['vgs', 'vbs', 'vds', 'current']
并且键指向的组件在我提供的文件的每一列下定义
train_file = "train_data.csv"
对于那些了解 Tensorflow 内置函数的人,我正在尝试向“tf.data.Dataset.from_tensor_slices”提供一对字典,以便它知道 .csv 文件中的哪些列是特征,哪些是标签。
这是我尝试这样做的代码:
_CSV_FEATURE_COLUMNS = ['vgs', 'vbs', 'vds', 'current']
features_interim = pd.read_csv(train_file, usecols=['vgs', 'vbs', 'vds', 'current'])
features_numpy = np.asarray(features_interim, dtype=np.float32)
features = dict(zip(_CSV_FEATURE_COLUMNS, features_numpy))
train_data.csv 看起来像 train_data.csv
我期待的是这样的字典: {'vgs':以 vgs 作为 .csv 文件中第一个元素的列,'vbs':以 vbs 作为 .csv 文件中第一个元素的列,...}
但是我所拥有的还很遥远。
谁能告诉我我在这里做错了什么?谢谢!
最佳答案
用途:
features_numpy = features_interim.as_matrix().transpose()
而不是
features_numpy = np.asarray(features_interim, dtype=np.float32)
关于python - 如何创建字典类型列?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50283207/