python - 需要帮助理解这行代码(字典、键、pandas、numpy)

Question

我正在尝试 Google Crash Course学习 TensorFlow 和机器学习。我无法理解他们 coding examples 中的其中一行。

def my_input_fn(features, targets, batch_size=1, shuffle=True, num_epochs=None):
"""Trains a linear regression model of one feature.

Args:
  features: pandas DataFrame of features
  targets: pandas DataFrame of targets
  batch_size: Size of batches to be passed to the model
  shuffle: True or False. Whether to shuffle the data.
  num_epochs: Number of epochs for which data should be repeated. None = repeat indefinitely
Returns:
  Tuple of (features, labels) for next data batch
"""

# Convert pandas data into a dict of np arrays.
features = {key:np.array(value) for key,value in dict(features).items()}

<小时/>

我需要帮助理解最后一行代码。

features = {key:np.array(value) for key,value in dict(features).items()}

<小时/>

I've researched dictionaries我试图自己理解它，但对我来说仍然有点难以理解。我尝试以我可以理解的方式编写同一行代码:

np_dict_array = dict(features).items()

for key,value in np_dict_array:
    features += np_dict_array[key]

我认为我没有正确重写代码。为了具体说明，我需要帮助理解这行代码的作用:

key:np.array(value)

<小时/>

如果有人可以解释该行代码的作用，或者(加分)以新手友好的方式重写它，我将不胜感激!

Answer 1

这是一个“字典理解”——以列表理解为模型，但制作了一个新的字典。

features = {key:np.array(value) for key,value in dict(features).items()}

由内而外地看待事物:

dict(features)    # make a dictionary from the `features` argument
    .items()      # make a list of (key,value) tuples
for key,value     # iterate on those tuples
np.array(value)   # make a numpy array from the value
key:...           # make a new entry in the new dictionary

总之，它根据features创建一个字典，确保每个项目的value是一个numpy数组。

fdict = dict(features)
adict = dict()   # empty dictionary
for key,value in fdict.items():
    adict[key] = np.array(value)