PaddlePaddle中数据的基本操作

Numpy 数组的基本操作

import numpy as np

# 生成二维数组和一维数组
train_x = np.array([[1, 1], [1, 2], [3, 4], [5, 2]])
train_y = np.array([[-2], [-3], [-7], [-7]])

# 获取数组维度即轴的个数
print train_x.ndim
# 获取数组的各个维度的长度
print train_x.shape
# 数组支持打印
print train_y
#逐个打印数组中的元素
for i in train_x:
    print i

迭代器

在使用Paddle时，可以通过创建迭代器iterator来组合数据与标签。

可以通过Python generator来创建迭代器，即generator是一个能够返回迭代器对象的函数。

定义generator函数与普通函数是类似的，仅是在返回值时使用yield即可。

创建Paddle中使用的reader¶

在Paddle中reader是一个函数对象，不能直接进行迭代，但该函数对象的执行结果是一个迭代器，可以从中获取数据内容：

• test_data_creator = paddle.dataset.uci_housing.test()，其中test_data_creator是一个函数对象
• test_data_creator()则是一个迭代器对象 获取reader中数据内容的代码样例如下所示,其中test_data是个列表，是可以打印的： 

• test_data_creator = paddle.dataset.uci_housing.test() 
  test_data = [] 
  test_label = []
  for item in test_data_creator(): 
  	test_data.append((item[0],)) 
  	test_label.append(item[1]) 
  	if len(test_data) == 5: 
  		break 

• PaddlePaddle内置的数据集，其实并没有提供查看函数，要想了解数据，最直接的还是从原地址下载查看。

启动paddlepaddle/book镜像后，可以在/usr/local/lib/python2.7/dist-packages/paddle/v2/dataset目录下查看各个数据集的定义的源代码，从中可以获取下载路劲