输入数据

Python 中的 TensorFlow 入门

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

该幻灯片展示三种数据类型的示意图：文本、图像和数值数据。

为 TensorFlow 导入数据

可用 tensorflow 导入数据
- 适合管理复杂流水线
- 本章不必使用
本章采用更简单的方法
- 用 pandas 导入数据
- 转为 numpy 数组
- 直接在 tensorflow 中使用

如何导入并转换数据

# Import numpy and pandas
import numpy as np
import pandas as pd

# Load data from csv
housing = pd.read_csv('kc_housing.csv')

# Convert to numpy array
housing = np.array(housing)

本章聚焦于 csv 格式数据
Pandas 也可处理其他格式
- 如 read_json()、read_html()、read_excel()

read_csv() 的参数

参数	说明	默认值
`filepath_or_buffer`	接受文件路径或 URL。	`None`
`sep`	列分隔符。	`,`
`delim_whitespace`	是否用空白分隔（布尔）。	`False`
`encoding`	指定编码（如需）。	`None`

使用混合类型数据集

此图展示了金县（King County）房屋数据集，已高亮房价列。

此图展示了金县（King County）房屋数据集，已高亮临水（waterfront）列。

设置数据类型

# Load KC dataset
housing = pd.read_csv('kc_housing.csv')

# Convert price column to float32
price = np.array(housing['price'], np.float32)

# Convert waterfront column to Boolean
waterfront = np.array(housing['waterfront'], np.bool)

设置数据类型

# Load KC dataset
housing = pd.read_csv('kc_housing.csv')

# Convert price column to float32
price = tf.cast(housing['price'], tf.float32)

# Convert waterfront column to Boolean
waterfront = tf.cast(housing['waterfront'], tf.bool)

Vamos praticar!

Python 中的 TensorFlow 入门