将numpy数组转换为张量

Question

我刚刚开始学习使用tensorflow进行机器学习。我基本上是在尝试使用Iris数据集，我想做的就是将numpy数组转换为张量。所以我使用pandas.read_csv（ ），然后将其转换为numpy数组，之后我想将其转换为张量。但是由于某些原因，这样做时会出错。

Following is the code :

import tensorflow as tf
import numpy as np
import pandas as pd
from sklearn.utils import shuffle

data =pd.read_csv('###filepath####')
data=shuffle(data)
print type(data)
print data.values
data=np.asarray(data)
print type(data)
data_tf1 = tf.convert_to_tensor(data)

The error displayed is as follows:
TypeError: Expected binary or unicode string, got 5.6

现在数据集由5行组成，其中4行是float类型，一个是字符串。该数据集的确被转换为numpy数组，我也能够检索值，但是将问题所在就在于张量。

我想知道的是： 可以将由具有不同数据类型的值组成的numpy数组转换为张量吗？

P.s：我知道可能有替代方法，我正在尽力解决所有这些问题，我只想知道我的查询是否有效，或者没有办法完成。