将 Pandas/List/Array 的组合转换为 Tensorflow 可以接受的东西？答案

【问题标题】：Convert a mix of Pandas/List/Array to something Tensorflow will accept?将 Pandas/List/Array 的组合转换为 Tensorflow 可以接受的东西？
【发布时间】：2019-01-02 22:24:47
【问题描述】：

我正在使用它来将一些数据读入字符级 one-hot 编码。这有点低效，但这是演示代码，因此清晰度比性能更重要：

import tensorflow as tf
sess = tf.Session()

def onehot(str):
    chars = list(map(lambda c: max(0, ord(c) - 48), list(str)))
    twoDim = sess.run(tf.one_hot(chars, 122 - 48))
    # flatten the 2D array:
    return [item for sublist in twoDim for item in sublist]

import pandas
df = pandas.read_csv(sys.argv[1])
train_inputs = df['input'].map(onehot).values
train_labels = df['output'].map(onehot).values

生成的数组打印为[list([0.0, 0.0, 0.0, 0.0, ...

在后面的代码中，我将这些数组输入到 TF 成本优化函数中：

_,cost = sess.run(train_step, feed_dict={x: train_inputs, y_: train_labels})

我在哪里得到这个错误：

ValueError: setting an array element with a sequence.

坦率地说，我对 Python 对类数组数据结构的表示、列表、数组、ndarray、numpy 数组、pandas 数据框等之间的细微差别感到困惑，我不明白我缺少什么。

如何将 train_* 变量转换为 Tensorflow 可接受的类数组结构？

请随时回答可以在未来帮助其他人的清单，或者只是修复我的代码的点答案。

样本数据

这是我的输入 csv 文件的样子：

input,output
abc,def
ghi,jkl
123,456

【问题讨论】：

你的数据是什么样的？
示例数据已添加到问题中。

标签： python pandas numpy tensorflow

【解决方案1】：

添加对 .tolist() 的调用足以让 Tensorflow 接受数据：

train_inputs = df['input'].map(onehot).values.tolist()
train_labels = df['output'].map(onehot).values.tolist()

Tensorflow 喜欢原生数组（用方括号表示），tolist() 输出原生数组，至少对于这个用例来说，与 list() 没有区别。

【讨论】：