博客

pandas | numpy | tensor

data_pd为pandas

pandas转为numpy ：

data_np = data_pd.to_numpy()

xx.to_numpy()

numpy转为tensor：

data = torch.tensor(data_np)

torch.tensor(xx)

print(data_pd)  # [a rows x b columns] pandas(直接print输出尺寸)
data_np = data_pd.to_numpy()   # pandas转为numpy
print(data_np .shape)  # (a, b) numpy(.shape输出尺寸)

pandas(直接print输出尺寸)

numpy(.shape输出尺寸）

tensor(.size()输出尺寸）

nn.Embedding

import torch
from torch import nn
import numpy as np
item = np.array([[1,2,3,4,5],[6,6,6,6,9]])  # numpy
item_tensor = torch.tensor(item)  # numpy转为tensor
num_items = 10  # 元素个数,数值[0-9],整型Long。
dim = 10
item_embeddings = nn.Embedding(num_items, dim)  # 由[2,5] -> [2,5,10]
item_emb = item_embeddings(item_tensor)
print('item_emb size()',item_emb.size())
print('item_emb',item_emb)

numpy

先转为tensor，再使用nn.Embedding

，注意元素个数为10的时候，其中的最大数值为9，不是10。