Python tf.compat.v1.data.experimental.CsvDataset用法及代码示例

参数

• filenames 包含一个或多个文件名的tf.string 张量。
• record_defaults CSV 字段的默认值列表。列表中的每个项目或者是有效的 CSV DType(float32、float64、int32、int64、字符串)，或者是具有上述类型之一的 Tensor 对象。每列一个 CSV 数据，如果是可选的，则为该列的标量 Tensor 默认值，或者如果需要，则为 DType 或空的 Tensor。如果同时指定了 this 和 select_columns，则它们必须具有相同的长度，并且假定 column_defaults 是按列索引递增的顺序排序的。如果同时指定了 this 和 'exclude_cols'，则 record_defaults 和 exclude_cols 的长度总和应等于 CSV 文件中的总列数。
• compression_type (可选。)tf.string 标量评估为 ""(无压缩)、"ZLIB" 或 "GZIP" 之一。默认为无压缩。
• buffer_size (可选。)tf.int64 标量，表示读取文件时要缓冲的字节数。默认为 4MB。
• header (可选。)tf.bool 标量，指示 CSV 文件是否具有在解析时应跳过的标题行。默认为 False 。
• field_delim (可选。)tf.string 标量包含分隔记录中的字段的分隔符。默认为 "," 。
• use_quote_delim (可选。)tf.bool 标量。如果 False ，将双引号视为字符串字段中的常规字符(忽略 RFC 4180，第 2 节，第 5 条)。默认为 True 。
• na_value (可选。)tf.string 标量，指示将被视为 NA/NaN 的值。
• select_cols (可选。)要从输入数据中选择的列索引的排序列表。如果指定，将仅解析此列子集。默认解析所有列。最多可以指定select_cols 和exclude_cols 之一。

属性

• element_spec 此数据集元素的类型规范。

  dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
  dataset.element_spec
  TensorSpec(shape=(), dtype=tf.int32, name=None)

  如需更多信息，请阅读本指南。

• output_classes 返回此数据集元素的每个组件的类。 (已弃用)

  警告：此函数已弃用。它将在未来的版本中删除。更新说明：使用 tf.compat.v1.data.get_output_classes(dataset) 。

• output_shapes 返回此数据集元素的每个组件的形状。 (已弃用)

  警告：此函数已弃用。它将在未来的版本中删除。更新说明：使用 tf.compat.v1.data.get_output_shapes(dataset) 。

• output_types 返回此数据集元素的每个组件的类型。 (已弃用)

  警告：此函数已弃用。它将在未来的版本中删除。更新说明：使用 tf.compat.v1.data.get_output_types(dataset) 。