EmbeddingList

EmbeddingList 实例表示向量嵌入的列表。您可以使用 EmbeddingList 实例，在针对 Array of Structs 字段中的向量字段进行搜索时构建查询向量。

请求语法

python

class pymilvus.EmbeddingList

参数：

• embeddings （np.ndarray, List[np.ndarray） -

  向量嵌入的列表，可以是以下任一类型：np.ndarray，形状为 (n, dim) 的：，表示多个向量嵌入的列表。np.ndarray，形状为 (dim,) 的：，表示单个向量嵌入。List[np.ndarray]，表示向量嵌入数组的列表：。

• dim （int） -

  用于验证的 embedding 参数中指定的向量嵌入的维度。如果提供此参数，所有指定的向量嵌入都必须遵循该维度限制。

• dtype (*np.dtype, str, DataType -

  一个选项，即 ) - np.dtype，例如 np.float32、np.float16 或 np.unit8：。字符串，例如 'float32'、'float16' 或 'uint8'：。DataType*，例如 DataType.FLOAT_VECTOR、DataType.FLOAT16_VECTOR、DataType.BFLOAT16_VECTOR、DataType.INT8_VECTOR 或 DataType.BINARY_VECTOR：。

返回类型：

EmbeddingList

返回：

一个 EmbeddingList 实例。

示例

python

from pymilvus import EmbeddingList

# create an empty embedding list
embeddingList1 = EmbeddingList()

# create an embedding list with a single vector embedding of 5 dimensions
embeddingList2 = EmbeddingList(
    embeddings=[0.1, 0.2, 0.3, 0.4, 0.5],
    dim=5
)

# create an embedding list with two vector embeddings, each having five dimensions
embeddingList3 = EmbeddingList(
    embeddings= [[0.1, 0.2, 0.3, 0.4, 0.5], [0.5, 0.4, 0.3, 0.2, 0.1]],
    dim=5
)