1.pytorch数据集的加载和使用

import torch
from torch.utils.data import Dataset,DataLoader
import math
#传入数据的地址，加r为了防止转义字符出错，让他认为后面是字符串
data_path = r"D:\19黑马\阶段9-人工智能NLP项目\第三天\代码\data\SMSSpamCollection"

#完成数据集
class MyDataset(Dataset):
    #继承Dataset
    def __init__(self):
        #初始化
        self.lines = open(data_path,errors='ignore').readlines()

    def __getitem__(self,index):
        #获取索引对应位置的一条数据
        #删除首尾的空格
        #返回标签和文本
        curline = self.lines[index].strip()
        label = curline[:4].strip()
        content = curline[4:].strip()
        return label,content

    def __len__(self):
        #返回数据的总数量
        return len(self.lines)

my_dataset = MyDataset()
#batch_size表示分组的量，shuffle表示是否每次打乱顺序,drop_last表示向上取整，最后一个小于batch_size的就不要了
data_loader = DataLoader(dataset=my_dataset,batch_size=2,shuffle=True,drop_last=True)


if __name__ == '__main__':
    my_dataset = MyDataset()
    print(my_dataset[101])
    print(len(my_dataset))
    for i in data_loader:
        print(i)
        break
    print(len(my_dataset))
    # print(math.ceil(len(my_dataset)/7))
    print(len(data_loader))