该文档涉及的组件

转Tensor (ToTensorBatchOp)

Java 类名:com.alibaba.alink.operator.batch.dataproc.ToTensorBatchOp

Python 类名:ToTensorBatchOp

功能介绍

将指定列转为 Alink 的张量类型。

如果指定列为 String 类型,并且值为 Alink 张量或者向量 toString 的结果,那么张量类型和形状将自动获取。
否则的话,需要指定张量类型和张量形状。

参数说明

名称 中文名称 描述 类型 是否必须? 取值范围 默认值
selectedCol 选中的列名 计算列对应的列名 String
handleInvalidMethod 处理无效值的方法 处理无效值的方法,可取 error, skip String “ERROR”, “SKIP” “ERROR”
outputCol 输出结果列 输出结果列列名,可选,默认null String null
reservedCols 算法保留列名 算法保留列 String[] null
tensorDataType 要转换的张量数据类型 要转换的张量数据类型。 String “FLOAT”, “DOUBLE”, “INT”, “LONG”, “BOOLEAN”, “BYTE”, “UBYTE”, “STRING”
tensorShape 张量形状 张量的形状,数组类型。 Long[] null
numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

df = pd.DataFrame(["FLOAT#6#0.0 0.1 1.0 1.1 2.0 2.1 "])
source = BatchOperator.fromDataframe(df, schemaStr='vec string')

source.link(
    ToTensorBatchOp()
        .setSelectedCol("vec")
        .setTensorShape([2, 3])
        .setTensorDataType("float")
).print()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.operator.batch.dataproc.ToTensorBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;

public class ToTensorTest {

	@Test
	public void testToTensorBatchOp() throws Exception {
		Row[] rows = new Row[] {
			Row.of("FLOAT#6#0.0 0.1 1.0 1.1 2.0 2.1 ")
		};
		MemSourceBatchOp memSourceBatchOp = new MemSourceBatchOp(rows, new String[] {"vec"});

		memSourceBatchOp.link(
			new ToTensorBatchOp()
				.setSelectedCol("vec")
				.setTensorShape(2, 3)
				.setTensorDataType("float")
		).print();
	}
}

运行结果

vec
FLOAT#2,3#0.0 0.1 1.0 1.1 2.0 2.1