如何创建TensorFlow所需的字典类型列？代码问题求助

你想要创建符合tf.data.Dataset.from_tensor_slices要求的特征与标签字典，编写的代码如下：

_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))

预期得到形如{'vgs': csv中vgs列数据, 'vbs': csv中vbs列数据,...}的字典，但实际结果偏差很大，请问代码存在什么问题？

嘿，我来帮你揪出问题所在～核心问题出在numpy数组的维度和zip的配对逻辑上：

当你把pandas.DataFrame转成numpy数组时，features_numpy的形状是(样本数量, 4)——也就是每一行对应一个样本的4个特征值。而zip(_CSV_FEATURE_COLUMNS, features_numpy)会把列名和数组的每一行配对，最终得到的字典是{'vgs': 第一个样本的4个值, 'vbs': 第二个样本的4个值,...}，这完全不是你想要的按列映射的结构。

两种修复方案： #

方案1：直接从DataFrame提取列数据（最简洁）

利用pandas的列访问特性，直接把每一列转成numpy数组：

_CSV_FEATURE_COLUMNS = ['vgs', 'vbs', 'vds', 'current']
features_interim = pd.read_csv(train_file, usecols=_CSV_FEATURE_COLUMNS)
features = {col: features_interim[col].values.astype(np.float32) for col in _CSV_FEATURE_COLUMNS}

方案2：转置numpy数组后再zip

把features_numpy转置，让维度变成(4, 样本数量)，这样每一行就对应一列数据，再和列名配对：

_CSV_FEATURE_COLUMNS = ['vgs', 'vbs', 'vds', 'current']
features_interim = pd.read_csv(train_file, usecols=_CSV_FEATURE_COLUMNS)
features_numpy = np.asarray(features_interim, dtype=np.float32).T  # 这里添加转置操作
features = dict(zip(_CSV_FEATURE_COLUMNS, features_numpy))

这两种方法都能得到你预期的字典结构，之后传入tf.data.Dataset.from_tensor_slices就可以正常使用啦。

内容的提问来源于stack exchange，提问作者yuonger741