小编Luk*_*yer的帖子

我有一个基于一个.tfrecord文件的tensorflow数据集.如何将数据集拆分为测试和训练数据集？例如70%的火车和30%的测试？

编辑:

我的Tensorflow版本:1.8我已经检查过,没有可能重复中提到的"split_v"功能.我也在使用tfrecord文件.

我有一个如下所示的熊猫 df：

import pandas as pd
import numpy as np
data = np.random.rand(10,2)
data
array([[0.88095214, 0.62363749],
       [0.99251732, 0.97059244],
       [0.00781931, 0.91413354],
       [0.06914494, 0.15208756],
       [0.16956942, 0.5940167 ],
       [0.82641049, 0.91961484],
       [0.75171128, 0.85216832],
       [0.69719183, 0.49129458],
       [0.93801912, 0.94206815],
       [0.0730068 , 0.06453355]])
df = pd.DataFrame(data=data, index=range(10), columns = ["col1","col2"])
df

       col1      col2
0  0.880952  0.623637
1  0.992517  0.970592
2  0.007819  0.914134
3  0.069145  0.152088
4  0.169569  0.594017
5  0.826410  0.919615
6  0.751711  0.852168
7  0.697192  0.491295
8  0.938019  0.942068
9  0.073007  0.064534

现在我想创建一个字典，以索引为键，作为值，一个包含该行所有值的 numpy 数组。所以：

0 …