一文詳解如何使用Python SDK在Collection中進(jìn)行相似性檢索

更新時(shí)間：2025年10月16日 09:23:32 作者：DashVector

這篇文章主要為大家詳細(xì)介紹了如何通過Python SDK在Collection中按分組進(jìn)行相似性檢索,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解下

前提條件

已創(chuàng)建Cluster

已獲得API-KEY

已安裝最新版SDK

接口定義

Python示例：

Collection.query_group_by(
        self,
        vector: Optional[Union[List[Union[int, float]], np.ndarray]] = None,
        *,
        group_by_field: str,
        group_count: int = 10,
        group_topk: int = 10,
        id: Optional[str] = None,
        filter: Optional[str] = None,
        include_vector: bool = False,
        partition: Optional[str] = None,
        output_fields: Optional[List[str]] = None,
        sparse_vector: Optional[Dict[int, float]] = None,
        async_req: bool = False,
    ) -> DashVectorResponse:

使用示例

說明

需要使用您的api-key替換示例中的YOUR_API_KEY、您的Cluster Endpoint替換示例中的YOUR_CLUSTER_ENDPOINT，代碼才能正常運(yùn)行。

Python示例：

import dashvector
import numpy as np

client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)
ret = client.create(
    name='group_by_demo',
    dimension=4,
    fields_schema={'document_id': str, 'chunk_id': int}
)
assert ret

collection = client.get(name='group_by_demo')

ret = collection.insert([
    ('1', np.random.rand(4), {'document_id': 'paper-01', 'chunk_id': 1, 'content': 'xxxA'}),
    ('2', np.random.rand(4), {'document_id': 'paper-01', 'chunk_id': 2, 'content': 'xxxB'}),
    ('3', np.random.rand(4), {'document_id': 'paper-02', 'chunk_id': 1, 'content': 'xxxC'}),
    ('4', np.random.rand(4), {'document_id': 'paper-02', 'chunk_id': 2, 'content': 'xxxD'}),
    ('5', np.random.rand(4), {'document_id': 'paper-02', 'chunk_id': 3, 'content': 'xxxE'}),
    ('6', np.random.rand(4), {'document_id': 'paper-03', 'chunk_id': 1, 'content': 'xxxF'}),
])
assert ret

根據(jù)向量進(jìn)行分組相似性檢索

Python示例：

ret = collection.query_group_by(
    vector=[0.1, 0.2, 0.3, 0.4],
    group_by_field='document_id',  # 按document_id字段的值分組
    group_count=2,  # 返回2個(gè)分組
    group_topk=2,   # 每個(gè)分組最多返回2個(gè)doc
)
# 判斷是否成功
if ret:
    print('query_group_by success')
    print(len(ret))
    print('------------------------')
    for group in ret:
        print('group key:', group.group_id)
        for doc in group.docs:
            prefix = ' -'
            print(prefix, doc)

參考輸出如下

query_group_by success
4
------------------------
group key: paper-01
- {"id": "2", "fields": {"document_id": "paper-01", "chunk_id": 2, "content": "xxxB"}, "score": 0.6807}
- {"id": "1", "fields": {"document_id": "paper-01", "chunk_id": 1, "content": "xxxA"}, "score": 0.4289}
group key: paper-02
- {"id": "3", "fields": {"document_id": "paper-02", "chunk_id": 1, "content": "xxxC"}, "score": 0.6553}
- {"id": "5", "fields": {"document_id": "paper-02", "chunk_id": 3, "content": "xxxE"}, "score": 0.4401}

根據(jù)主鍵對(duì)應(yīng)的向量進(jìn)行分組相似性檢索

Python示例：

ret = collection.query_group_by(
    id='1',
    group_by_field='name',
)
# 判斷query接口是否成功
if ret:
    print('query_group_by success')
    print(len(ret))
    for group in ret:
        print('group:', group.group_id)
        for doc in group.docs:
            print(doc)
            print(doc.id)
            print(doc.vector)
            print(doc.fields)

帶過濾條件的分組相似性檢索

Python示例：

# 根據(jù)向量或者主鍵進(jìn)行分組相似性檢索 + 條件過濾
ret = collection.query_group_by(
    vector=[0.1, 0.2, 0.3, 0.4],   # 向量檢索，也可設(shè)置主鍵檢索
    group_by_field='name',
    filter='age > 18',             # 條件過濾，僅對(duì)age > 18的Doc進(jìn)行相似性檢索
    output_fields=['name', 'age'], # 僅返回name、age這2個(gè)Field
    include_vector=True
)

帶有Sparse Vector的分組向量檢索

Python示例：

# 根據(jù)向量進(jìn)行分組相似性檢索 + 稀疏向量
ret = collection.query_group_by(
    vector=[0.1, 0.2, 0.3, 0.4],   # 向量檢索
    sparse_vector={1: 0.3, 20: 0.7},
    group_by_field='name',
)

到此這篇關(guān)于一文詳解如何使用Python SDK在Collection中進(jìn)行相似性檢索的文章就介紹到這了,更多相關(guān)Python相似性檢索內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: