TensorFlow读取txt和csv格式数据

环境：python3.5 tensorflow1.12
数据：
6.1101,17.592
5.5277,9.1302
8.5186,13.662
7.0032,11.854
5.8598,6.8233
8.3829,11.886
7.4764,4.3483

txt转换为csv格式

import csv
#要保存后csv格式的文件名
file_name_string="file.csv"
with open(file_name_string, 'w', newLine='') as csvfile:
    #编码风格，默认为excel方式，也就是逗号(,)分隔
    spamwriter = csv.writer(csvfile, dialect='excel')
    # 读取txt文件，每行按逗号分割提取数据
    with open('ex1data1.txt', 'rb') as file_txt:
        for line in file_txt:
            line_datas= str(line, encoding='utf-8').strip('\n').split(',')
            spamwriter.writerow(line_datas)

得到file.csv文件，其中ex1data1.txt为原数据，file.csv为转化后的csv数据
读取csv格式数据：

import tensorflow as tf
import os
import csv
#要保存后csv格式的文件名
file_name_string="file.csv"
filename_queue = tf.train.string_input_producer([file_name_string])
#每次一行
reader = tf.TextLineReader()
key,value = reader.read(filename_queue)
record_defaults = [[1.0], [1.0]] # 这里的数据类型决定了读取的数据类型，而且必须是list形式
col1, col2 = tf.decode_csv(value, record_defaults=record_defaults) # 解析出的每一个属性都是rank为0的标量
with tf.Session() as sess:
    #线程协调器
    coord = tf.train.Coordinator()
    #启动线程
    threads = tf.train.start_queue_runners(coord=coord)
    is_second_read=0
    line1_name='%s:1' % file_name_string
    print(line1_name)
    while True:
       #x_第一个数据，y_第二个数据，dline_key中保存当前读取的行号
        x_, y_,line_key = sess.run([col1, col2,key])
        
       #若当前line_key第二次等于第一行的key(即line1_name)则说明读取完，跳出循环
        if is_second_read==0 and line_key==line1_name:
            is_second_read=1
        elif is_second_read==1 and line_key==line1_name:
            break
        print (x_,y_,line_key)
    #循环结束后，请求关闭所有线程
    coord.request_stop()
    coord.join(threads)
    sess.close()

输出结果