该文档涉及的组件

转向量 (ToVector)

Java 类名:com.alibaba.alink.pipeline.dataproc.ToVector

Python 类名:ToVector

功能介绍

将输入列转换为向量类型。

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
vectorType 要转换的Vector类型。 要转换的Vector类型。 String “DENSE”, “SPARSE” 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_data = pd.DataFrame([
    ['1 0 3 4']
])

data = BatchOperator.fromDataframe(df_data, schemaStr = 'vec string')

ToVector().setSelectedCol("vec").setVectorType("SPARSE").transform(data).print()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.common.linalg.VectorType;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.testutil.AlinkTestBase;
import org.junit.Test;

public class ToVectorTest extends AlinkTestBase {
	@Test
	public void test() throws Exception {
		final String vecStr = "1 0 3 4";
		Row[] rows = new Row[] {
			Row.of(vecStr)
		};
		MemSourceBatchOp data = new MemSourceBatchOp(
			rows, new String[] {"vec"}
		);
		new ToVector()
			.setSelectedCol("vec")
			.setVectorType(VectorType.SPARSE)
			.transform(data)
			.print();
	}
}

运行结果

vec
$4$0:1.0 2:3.0 3:4.0