UnZipper

class torchdata.datapipes.map.UnZipper(source_datapipe: MapDataPipe[Sequence[T]], sequence_length: int, columns_to_skip: Optional[Sequence[int]] = None)

接受一系列序列的 DataPipe，解压缩每个序列，并根据序列中的位置返回单独的 DataPipes 中的元素（函数名称：unzip）。生成的实例数量等于sequence_legnth减去要跳过的列数。

注意

DataPipe 中的每个序列应具有相同的长度，由输入参数 sequence_length 指定。

参数：

• source_datapipe – 具有数据序列的可迭代 DataPipe

• sequence_length – source_datapipe 中序列的长度。所有元素应具有相同的长度。

• columns_to_skip – DataPipe 应跳过的列的可选索引（每个索引应是 0 到 sequence_length - 1 之间的整数）

示例

>>> from torchdata.datapipes.map import SequenceWrapper
>>> source_dp = SequenceWrapper([(i, i + 10, i + 20) for i in range(3)])
>>> dp1, dp2, dp3 = source_dp.unzip(sequence_length=3)
>>> list(dp1)
[0, 1, 2]
>>> list(dp2)
[10, 11, 12]
>>> list(dp3)
[20, 21, 22]