TensorFlow之讀取CSV文件實例：
import tensorflow as tf import os def csvread(filelist): ''' 讀取CSV文件 :param filename: 路徑+文件名的列表 :return: 讀取內容 ''' # 1. 構造文件的隊列 file_queue = tf.train.string_input_producer(filelist) # 2. 構造csv閱讀器讀取隊列數據（按一行） reader = tf.TextLineReader() key,value = reader.read(file_queue) # 3.對每行內容解碼 # record_defaults:指定每一個樣本的每一列的類型，指定默認值[['None'],[4.0]] records = [['None'],['None']] example,label = tf.decode_csv(value,record_defaults=records) # batch_size跟隊列，數據的數量沒有影響，只決定這批次取多少數據 # 4. 想要讀取多個數據，就需要批處理 example_batch,label_batch = tf.train.batch([example,label],batch_size=9,num_threads=1,capacity=9) # print(example,label) return example_batch,label_batch if __name__ == '__main__': # 找到文件，構建列表 filename = os.listdir('./data/csvdata/') # 拼接路徑 重新組成列表 filelist = [os.path.join('./data/csvdata/',file) for file in filename] # 調用函數傳參 example_batch,label_batch = csvread(filelist) # 開啟會話 with tf.Session() as sess: # 定義一個線程協調器 coord = tf.train.Coordinator() # 開啟讀文件的線程 threads = tf.train.start_queue_runners(sess,coord=coord) # 打印讀取的內容 print(sess.run([example_batch,label_batch])) # 回收子線程 coord.request_stop() coord.join(threads)