Python tf.compat.v1.strings.split用法及代碼示例

基於 sep 拆分 input 的元素。

用法

tf.compat.v1.strings.split(
    input=None, sep=None, maxsplit=-1, result_type='SparseTensor',
    source=None, name=None
)

令 N 為 input 的大小(通常 N 為批量大小)。根據 sep 拆分 input 的每個元素，並返回包含拆分標記的 SparseTensor 或 RaggedTensor。空標記被忽略。

例子：

print(tf.compat.v1.strings.split(['hello world', 'a b c']))
SparseTensor(indices=tf.Tensor( [[0 0] [0 1] [1 0] [1 1] [1 2]], ...),
             values=tf.Tensor([b'hello' b'world' b'a' b'b' b'c'], ...),
             dense_shape=tf.Tensor([2 3], shape=(2,), dtype=int64))

print(tf.compat.v1.strings.split(['hello world', 'a b c'],
    result_type="RaggedTensor"))
<tf.RaggedTensor [[b'hello', b'world'], [b'a', b'b', b'c']]>

如果給出sep，則連續的分隔符不會組合在一起，並被視為分隔空字符串。例如，"1<>2<><>3" 的 input 和 "<>" 的 sep 返回 ["1", "2", "", "3"] 。如果sep 為 None 或空字符串，則連續的空格被視為單個分隔符，如果字符串有前導或尾隨空格，則結果將在開頭或結尾不包含空字符串。

請注意，上述行為與 python 的 str.split 匹配。