嗨，我正在尝试在Tensorflow中制作一个小型分类器。我想从CSV文件中读取数据并用于我的训练阶段，问题是我的文件内容看起来像这样：

object,categorie
the blue balon,toy
a white plastic ship,toy
a big book,other
the wild cat,animal
a wet dolphin,animal…

所以我想读取这些句子，然后将它们转换为向量，以便在Tensorflow模型中使用。我阅读的所有信息都是关于数值数据的，但我不知道如何使用这样的数据。

官方网站的教程使用的是数值数据，到目前为止最好的选择是使用字典，但我认为应该有更好的选择。

另一个选择是制作我自己的方法，但可能会不够精确。

有人有任何想法吗？我可以怎么做？有没有替代我的方法，或者我如何在Tensorflow中处理单词？

对不起，如果我的英语不好。

编辑

尝试将句子转换为多维数组，但结果不理想，我估计糟糕的结果是由于一些语句短而另一些长，这影响了每个数组的最终可用空间，而这种可用空间影响了概率模型的结果。有什么建议吗？

回答：

幸运的是，使用pandas模块解决方案非常简单！

首先，让我们创建一个快速的.csv文件：

example.csv:

"object","category""the blue balloon","toy""a white plastic ship","toy""a big book","other""the wild cat","animal""a wet dolphin","animal"

现在我们可以编写我们的简单Python文件：

convert.py

import pandas as pddata = pd.read_csv("example.csv")print(data)data = data.join(pd.get_dummies(data["category"]))data = data.drop("category", axis=1)print(data)

最后，我们可以运行我们的文件并查看结果！

$ python convert.py                 object category0      the blue balloon      toy1  a white plastic ship      toy2            a big book    other3          the wild cat   animal4         a wet dolphin   animal                 object  animal  other  toy0      the blue balloon     0.0    0.0  1.01  a white plastic ship     0.0    0.0  1.02            a big book     0.0    1.0  0.03          the wild cat     1.0    0.0  0.04         a wet dolphin     1.0    0.0  0.0