尝试将 Python 字典格式化为表时，BatchDataset 不可下标

Question

我正在处理TensorFlow Load pandas.DataFrame tutorial，我正在尝试修改创建字典切片的代码 sn-p 的输出：

dict_slices = tf.data.Dataset.from_tensor_slices((df.to_dict('list'), target.values)).batch(16)

for dict_slice in dict_slices.take(1):
     print (dict_slice)

我发现下面的输出很草率，我想把它变成一个更易读的表格格式。

我尝试格式化 for 循环，基于 this recommendation

这给了我 BatchDataset 不可下标的错误

然后我尝试在 dict_slices 上使用 range 和 leng 函数，以便 i 成为整数索引而不是切片

这给了我以下错误（据我了解，因为 dict_slices 仍然是一个数组，并且每次迭代都是数组的一个向量，而不是向量的一个索引）：

Answer 1

BatchDataset 是一个 tf.data.Dataset 实例，通过调用它的.batch(..) 方法进行批处理。您不能“索引”张量流数据集，或在其上调用 len 函数。我建议像在第一个代码 sn-p 中那样迭代它。

但是，在您的数据集中，您使用的是.to_dict('list')，这意味着您的字典中的一个键被映射到一个列表作为值。基本上每个键都有“列”而不是行，这是你想要的吗？这将使逐行打印（显示在您链接的表格打印示例中）变得更加困难，因为您没有连续的不同功能。此外，它与官方 Tensorflow 代码中的示例不同，其中一个数据点由多个特征组成，而不是一个具有多个值的特征。

结合 Tensorflow 代码和漂亮的打印：

columns = list(df.columns.values)+['target']
dict_slices = tf.data.Dataset.from_tensor_slices((df.values, target.values)).batch(1) # batch = 1 because otherwise you will get multiple dict_slice - target pairs in one iteration below!

print(*columns, sep='\t') 
for dict_slice, target in dict_slices.take(1):
     print(*dict_slice.numpy(), target.numpy(), sep='\t')

这需要一些格式化，因为列宽不相等。