TextLoaderSaverCatalog.CreateTextLoader Metodo
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
Overload
CreateTextLoader(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource) |
Creare un caricatore TextLoaderdi testo . |
CreateTextLoader(DataOperationsCatalog, TextLoader+Column[], Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean) |
Creare un caricatore TextLoaderdi testo . |
CreateTextLoader<TInput>(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource) |
Creare un caricatore TextLoader di testo inferendo lo schema del set di dati da un tipo di modello di dati. |
CreateTextLoader<TInput>(DataOperationsCatalog, Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean) |
Creare un caricatore TextLoader di testo inferendo lo schema del set di dati da un tipo di modello di dati. |
CreateTextLoader(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource)
Creare un caricatore TextLoaderdi testo .
public static Microsoft.ML.Data.TextLoader CreateTextLoader (this Microsoft.ML.DataOperationsCatalog catalog, Microsoft.ML.Data.TextLoader.Options options, Microsoft.ML.Data.IMultiStreamSource dataSample = default);
static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * Microsoft.ML.Data.TextLoader.Options * Microsoft.ML.Data.IMultiStreamSource -> Microsoft.ML.Data.TextLoader
<Extension()>
Public Function CreateTextLoader (catalog As DataOperationsCatalog, options As TextLoader.Options, Optional dataSample As IMultiStreamSource = Nothing) As TextLoader
Parametri
- catalog
- DataOperationsCatalog
Catalogo DataOperationsCatalog .
- options
- TextLoader.Options
Definisce le impostazioni dell'operazione di caricamento.
- dataSample
- IMultiStreamSource
Posizione facoltativa di un esempio di dati. L'esempio può essere usato per dedurre le annotazioni dei nomi dello slot se presenti e anche il numero di slot in Columns definito con TextLoader.Rangenull
indice massimo.
Se l'esempio è stato salvato con ML.NET, conterrà anche le informazioni sullo SaveAsText(DataOperationsCatalog, IDataView, Stream, Char, Boolean, Boolean, Boolean, Boolean)schema nell'intestazione che il caricatore può leggere anche se Columns non è specificato.
Per usare lo schema definito nel file, tutte le altre TextLoader.Options anime devono essere lasciate con i valori predefiniti.
Restituisce
Si applica a
CreateTextLoader(DataOperationsCatalog, TextLoader+Column[], Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean)
Creare un caricatore TextLoaderdi testo .
public static Microsoft.ML.Data.TextLoader CreateTextLoader (this Microsoft.ML.DataOperationsCatalog catalog, Microsoft.ML.Data.TextLoader.Column[] columns, char separatorChar = '\t', bool hasHeader = false, Microsoft.ML.Data.IMultiStreamSource dataSample = default, bool allowQuoting = false, bool trimWhitespace = false, bool allowSparse = false);
static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * Microsoft.ML.Data.TextLoader.Column[] * char * bool * Microsoft.ML.Data.IMultiStreamSource * bool * bool * bool -> Microsoft.ML.Data.TextLoader
<Extension()>
Public Function CreateTextLoader (catalog As DataOperationsCatalog, columns As TextLoader.Column(), Optional separatorChar As Char = '\t', Optional hasHeader As Boolean = false, Optional dataSample As IMultiStreamSource = Nothing, Optional allowQuoting As Boolean = false, Optional trimWhitespace As Boolean = false, Optional allowSparse As Boolean = false) As TextLoader
Parametri
- catalog
- DataOperationsCatalog
Catalogo DataOperationsCatalog .
- columns
- TextLoader.Column[]
Matrice di colonne TextLoader.Column che definiscono lo schema.
- separatorChar
- Char
Carattere utilizzato come separatore tra i punti dati in una riga. Per impostazione predefinita, il carattere di scheda viene usato come separatore.
- hasHeader
- Boolean
Indica se il file ha un'intestazione con nomi di funzionalità. Quando viene specificato un oggetto, true
indica che la prima riga nell'oggetto verrà usata per i nomi delle funzionalità e che Load(IMultiStreamSource) quando viene chiamata, la prima riga verrà ignorata. Quando non è disponibile, true
indica solo che il caricatore deve ignorare la prima riga Load(IMultiStreamSource) quando viene chiamata, ma le colonne non avranno annotazioni dei nomi di slot. Questo è dovuto al fatto che lo schema di output viene eseguito quando viene creato il caricatore e non quando Load(IMultiStreamSource) viene chiamato.
- dataSample
- IMultiStreamSource
Posizione facoltativa di un esempio di dati. L'esempio può essere usato per dedurre le annotazioni del nome dello slot se presente e anche il numero di slot in una colonna definita con TextLoader.Rangenull
indice massimo.
Se l'esempio è stato salvato con ML.NET, conterrà anche le informazioni sullo SaveAsText(DataOperationsCatalog, IDataView, Stream, Char, Boolean, Boolean, Boolean, Boolean)schema nell'intestazione che il caricatore può leggere anche se columns
è null
.
Per usare lo schema definito nel file, tutti gli altri argomenti animati devono essere lasciati con i relativi valori predefiniti.
- allowQuoting
- Boolean
Se l'input può includere valori con virgolette doppie. Questo parametro viene usato per distinguere i caratteri separatori in un valore di input dai separatori effettivi. Quando true
, i separatori all'interno di virgolette doppie vengono considerati come parte del valore di input. Quando false
, tutti i separatori, anche quelli all'interno delle virgolette, vengono considerati come delimitatori di una nuova colonna.
- trimWhitespace
- Boolean
Rimuovere spazi vuoti finali dalle righe.
- allowSparse
- Boolean
Se l'input può includere rappresentazioni sparse. Ad esempio, una riga contenente "5 2:6 4:3" indica che sono presenti 5 colonne e l'unico non zero sono colonne 2 e 4, che hanno rispettivamente valori 6 e 3. Gli indici di colonna sono basati su zero, quindi le colonne 2 e 4 rappresentano le colonne 3 e 5th. Una colonna può anche avere valori densi seguiti da valori sparse rappresentati in questo modo. Ad esempio, una riga contenente "1 2 5 2:6 4:3" rappresenta due colonne dense con valori 1 e 2, seguiti da 5 colonne sparse rappresentate con valori 0, 0, 6, 0 e 3. Gli indici delle colonne sparse iniziano da 0, anche se 0 rappresenta la terza colonna.
Restituisce
Esempio
using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using Microsoft.ML;
using Microsoft.ML.Data;
namespace Samples.Dynamic.DataOperations
{
public static class LoadingText
{
// This examples shows all the ways to load data with TextLoader.
public static void Example()
{
// Create 5 data files to illustrate different loading methods.
var dataFiles = new List<string>();
var random = new Random(1);
var dataDirectoryName = "DataDir";
Directory.CreateDirectory(dataDirectoryName);
for (int i = 0; i < 5; i++)
{
var fileName = Path.Combine(dataDirectoryName, $"Data_{i}.csv");
dataFiles.Add(fileName);
using (var fs = File.CreateText(fileName))
{
// Write without header with 10 random columns, forcing
// approximately 80% of values to be 0.
for (int line = 0; line < 10; line++)
{
var sb = new StringBuilder();
for (int pos = 0; pos < 10; pos++)
{
var value = random.NextDouble();
sb.Append((value < 0.8 ? 0 : value).ToString() + '\t');
}
fs.WriteLine(sb.ToString(0, sb.Length - 1));
}
}
}
// Create a TextLoader.
var mlContext = new MLContext();
var loader = mlContext.Data.CreateTextLoader(
columns: new[]
{
new TextLoader.Column("Features", DataKind.Single, 0, 9)
},
hasHeader: false
);
// Load a single file from path.
var singleFileData = loader.Load(dataFiles[0]);
PrintRowCount(singleFileData);
// Expected Output:
// 10
// Load all 5 files from path.
var multipleFilesData = loader.Load(dataFiles.ToArray());
PrintRowCount(multipleFilesData);
// Expected Output:
// 50
// Load all files using path wildcard.
var multipleFilesWildcardData =
loader.Load(Path.Combine(dataDirectoryName, "Data_*.csv"));
PrintRowCount(multipleFilesWildcardData);
// Expected Output:
// 50
// Create a TextLoader with user defined type.
var loaderWithCustomType =
mlContext.Data.CreateTextLoader<Data>(hasHeader: false);
// Load a single file from path.
var singleFileCustomTypeData = loaderWithCustomType.Load(dataFiles[0]);
PrintRowCount(singleFileCustomTypeData);
// Expected Output:
// 10
// Create a TextLoader with unknown column length to illustrate
// how a data sample may be used to infer column size.
var dataSample = new MultiFileSource(dataFiles[0]);
var loaderWithUnknownLength = mlContext.Data.CreateTextLoader(
columns: new[]
{
new TextLoader.Column("Features",
DataKind.Single,
new[] { new TextLoader.Range(0, null) })
},
dataSample: dataSample
);
var dataWithInferredLength = loaderWithUnknownLength.Load(dataFiles[0]);
var featuresColumn = dataWithInferredLength.Schema.GetColumnOrNull("Features");
if (featuresColumn.HasValue)
Console.WriteLine(featuresColumn.Value.ToString());
// Expected Output:
// Features: Vector<Single, 10>
//
// ML.NET infers the correct length of 10 for the Features column,
// which is of type Vector<Single>.
PrintRowCount(dataWithInferredLength);
// Expected Output:
// 10
// Save the data with 10 rows to a text file to illustrate the use of
// sparse format.
var sparseDataFileName = Path.Combine(dataDirectoryName, "saved_data.tsv");
using (FileStream stream = new FileStream(sparseDataFileName, FileMode.Create))
mlContext.Data.SaveAsText(singleFileData, stream);
// Since there are many zeroes in the data, it will be saved in a sparse
// representation to save disk space. The data may be forced to be saved
// in a dense representation by setting forceDense to true. The sparse
// data will look like the following:
//
// 10 7:0.943862259
// 10 3:0.989767134
// 10 0:0.949778438 8:0.823028445 9:0.886469543
//
// The sparse representation of the first row indicates that there are
// 10 columns, the column 7 (8-th column) has value 0.943862259, and other
// omitted columns have value 0.
// Create a TextLoader that allows sparse input.
var sparseLoader = mlContext.Data.CreateTextLoader(
columns: new[]
{
new TextLoader.Column("Features", DataKind.Single, 0, 9)
},
allowSparse: true
);
// Load the saved sparse data.
var sparseData = sparseLoader.Load(sparseDataFileName);
PrintRowCount(sparseData);
// Expected Output:
// 10
// Create a TextLoader without any column schema using TextLoader.Options.
// Since the sparse data file was saved with ML.NET, it has the schema
// enoded in its header that the loader can understand:
//
// #@ TextLoader{
// #@ sep=tab
// #@ col=Features:R4:0-9
// #@ }
//
// The schema syntax is unimportant since it is only used internally. In
// short, it tells the loader that the values are separated by tabs, and
// that columns 0-9 in the text file are to be read into one column named
// "Features" of type Single (internal type R4).
var options = new TextLoader.Options()
{
AllowSparse = true,
};
var dataSampleWithSchema = new MultiFileSource(sparseDataFileName);
var sparseLoaderWithSchema =
mlContext.Data.CreateTextLoader(options, dataSample: dataSampleWithSchema);
// Load the saved sparse data.
var sparseDataWithSchema = sparseLoaderWithSchema.Load(sparseDataFileName);
PrintRowCount(sparseDataWithSchema);
// Expected Output:
// 10
}
private static void PrintRowCount(IDataView idv)
{
// IDataView is lazy so we need to iterate through it
// to get the number of rows.
long rowCount = 0;
using (var cursor = idv.GetRowCursor(idv.Schema))
while (cursor.MoveNext())
rowCount++;
Console.WriteLine(rowCount);
}
private class Data
{
[LoadColumn(0, 9)]
public float[] Features { get; set; }
}
}
}
Si applica a
CreateTextLoader<TInput>(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource)
Creare un caricatore TextLoader di testo inferendo lo schema del set di dati da un tipo di modello di dati.
public static Microsoft.ML.Data.TextLoader CreateTextLoader<TInput> (this Microsoft.ML.DataOperationsCatalog catalog, Microsoft.ML.Data.TextLoader.Options options, Microsoft.ML.Data.IMultiStreamSource dataSample = default);
static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * Microsoft.ML.Data.TextLoader.Options * Microsoft.ML.Data.IMultiStreamSource -> Microsoft.ML.Data.TextLoader
<Extension()>
Public Function CreateTextLoader(Of TInput) (catalog As DataOperationsCatalog, options As TextLoader.Options, Optional dataSample As IMultiStreamSource = Nothing) As TextLoader
Parametri di tipo
- TInput
Parametri
- catalog
- DataOperationsCatalog
Catalogo DataOperationsCatalog .
- options
- TextLoader.Options
Definisce le impostazioni dell'operazione di caricamento. Definisce le impostazioni dell'operazione di caricamento. Non è necessario specificare un campo Columns, poiché le colonne verranno inferte da questo metodo.
- dataSample
- IMultiStreamSource
Posizione facoltativa di un esempio di dati. L'esempio può essere usato per dedurre informazioni sulle colonne, ad esempio nomi di slot.
Restituisce
Si applica a
CreateTextLoader<TInput>(DataOperationsCatalog, Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean)
Creare un caricatore TextLoader di testo inferendo lo schema del set di dati da un tipo di modello di dati.
public static Microsoft.ML.Data.TextLoader CreateTextLoader<TInput> (this Microsoft.ML.DataOperationsCatalog catalog, char separatorChar = '\t', bool hasHeader = false, Microsoft.ML.Data.IMultiStreamSource dataSample = default, bool allowQuoting = false, bool trimWhitespace = false, bool allowSparse = false);
static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * char * bool * Microsoft.ML.Data.IMultiStreamSource * bool * bool * bool -> Microsoft.ML.Data.TextLoader
<Extension()>
Public Function CreateTextLoader(Of TInput) (catalog As DataOperationsCatalog, Optional separatorChar As Char = '\t', Optional hasHeader As Boolean = false, Optional dataSample As IMultiStreamSource = Nothing, Optional allowQuoting As Boolean = false, Optional trimWhitespace As Boolean = false, Optional allowSparse As Boolean = false) As TextLoader
Parametri di tipo
- TInput
Definisce lo schema dei dati da caricare. Usare campi pubblici o proprietà decorati con LoadColumnAttribute (e possibilmente altri attributi) per specificare i nomi di colonna e i relativi tipi di dati nello schema dei dati caricati.
Parametri
- catalog
- DataOperationsCatalog
Catalogo DataOperationsCatalog .
- separatorChar
- Char
Carattere separatore di colonna. Il valore predefinito è '\t'
- hasHeader
- Boolean
Indica se il file ha un'intestazione con nomi di funzionalità. Quando viene specificato un oggetto, true
indica che la prima riga nell'oggetto verrà usata per i nomi delle funzionalità e che Load(IMultiStreamSource) quando viene chiamata, la prima riga verrà ignorata. Quando non è disponibile, true
indica solo che il caricatore deve ignorare la prima riga Load(IMultiStreamSource) quando viene chiamata, ma le colonne non avranno annotazioni dei nomi di slot. Questo è dovuto al fatto che lo schema di output viene eseguito quando viene creato il caricatore e non quando Load(IMultiStreamSource) viene chiamato.
- dataSample
- IMultiStreamSource
Posizione facoltativa di un esempio di dati. L'esempio può essere usato per dedurre le annotazioni dei nomi dello slot se presenti.
- allowQuoting
- Boolean
Se l'input può includere valori con virgolette doppie. Questo parametro viene usato per distinguere i caratteri separatori in un valore di input dai separatori effettivi. Quando true
, i separatori all'interno di virgolette doppie vengono considerati come parte del valore di input. Quando false
, tutti i separatori, anche quelli con virgolette, vengono considerati come delimitatori di una nuova colonna.
- trimWhitespace
- Boolean
Rimuovere spazi vuoti finali dalle righe.
- allowSparse
- Boolean
Se l'input può includere rappresentazioni sparse. Ad esempio, una riga contenente "5 2:6 4:3" indica che sono presenti 5 colonne e l'unico non zero sono colonne 2 e 4, che hanno rispettivamente valori 6 e 3. Gli indici di colonna sono basati su zero, quindi le colonne 2 e 4 rappresentano le colonne 3 e 5th. Una colonna può anche avere valori densi seguiti da valori sparse rappresentati in questo modo. Ad esempio, una riga contenente "1 2 5 2:6 4:3" rappresenta due colonne dense con valori 1 e 2, seguiti da 5 colonne sparse rappresentate con valori 0, 0, 6, 0 e 3. Gli indici delle colonne sparse iniziano da 0, anche se 0 rappresenta la terza colonna.