diff --git a/docs/api/api_python/dataset/mindspore.dataset.Dataset.rst b/docs/api/api_python/dataset/mindspore.dataset.Dataset.rst
new file mode 100644
index 00000000000..499efc97de6
--- /dev/null
+++ b/docs/api/api_python/dataset/mindspore.dataset.Dataset.rst
@@ -0,0 +1,564 @@
+get_dataset_size()
+
+        返回一个epoch中的batch数。
+
+        返回：
+            int，batch的数目。
+        
+
+get_repeat_count()
+
+        获取RepeatDataset中的repeat次数（默认为1）。
+
+        返回：
+            int，repeat次数。
+        
+
+input_indexs
+
+        获取input index信息。
+
+        返回：
+            input index信息的元组。
+
+        示例：
+            >>> # dataset是Dataset对象的实例
+            >>> # 设置input_indexs
+            >>> dataset.input_indexs = 10
+            >>> print(dataset.input_indexs)
+            10
+        
+
+map(operations, input_columns=None, output_columns=None, column_order=None, num_parallel_workers=None, python_multiprocessing=False, cache=None, callbacks=None)
+
+        将operations列表中的每个operation作用于数据集。
+
+        作用的顺序由每个operation在operations参数中的位置决定。
+        将首先作用operation[0]，然后operation[1]，operation[2]，以此类推。
+
+        每个operation将数据集中的一列或多列作为输入，并将输出零列或多列。
+        第一个operation将input_columns中指定的列作为输入。
+        如果operations列表中存在多个operation，则上一个operation的输出列将用作下一个operation的输入列。
+        
+        最后一个operation输出列的列名由output_columns指定。
+        
+
+        只有在column_order中指定的列才会传播到子节点，并且列的顺序将与column_order中指定的顺序相同。
+        
+
+        参数：
+            operations (Union[list[TensorOp], list[functions]])：要作用于数据集的operations列表。
+                将按operations列表中显示的顺序作用在数据集。
+            input_columns (Union[str, list[str]], optional)：第一个operation输入的列名列表。
+                此列表的大小必须与第一个operation预期的输入列数相匹配。（默认为None，从第一列开始，无论多少列，都将传递给第一个operation）。
+            output_columns (Union[str, list[str]], optional)：最后一个operation输出的列名列表。
+                如果input_columns长度不等于 output_columns长度，则此参数必选。
+                此列表的大小必须与最后一个operation的输出列数相匹配（默认为None，输出列将与输入列具有相同的名称，例如，替换一些列）。
+            column_order (list[str], optional)：指定整个数据集中所需的所有列的列表。
+                当input_columns长度不等于 output_columns长度时，则此参数必选。注意：这里的列表不仅仅是参数input_columns和output_columns中指定的列。
+
+            num_parallel_workers (int, optional)：用于并行处理数据集的线程数（默认为None，将使用配置文件中的值）。
+            python_multiprocessing (bool, optional)：将Python operations委托给多个工作进程进行并行处理。如果Python operations计算量很大，此选项可能会很有用（默认为False）。
+            cache (DatasetCache, optional)：使用Tensor缓存服务加快数据集处理速度
+            （默认为None，即不使用缓存）。
+            callbacks (DSCallback, list[DSCallback], optional)：要调用的Dataset回调函数列表（默认为None）。
+
+
+        返回：
+            MapDataset，map操作后的数据集。
+
+        示例：
+            >>> # dataset是Dataset的一个实例，它有2列，"image"和"label"。
+            >>>
+            >>> # 定义两个operation，每个operation接受1列输入，输出1列。
+            >>> decode_op = c_vision.Decode(rgb=True)
+            >>> random_jitter_op = c_vision.RandomColorAdjust(brightness=(0.8, 0.8), contrast=(1, 1),
+            ...                                               saturation=(1, 1), hue=(0, 0))
+            >>>
+            >>> # 1）简单的map示例。
+            >>>
+            >>> # 在列“image"上应用decode_op。此列将被
+            >>> # decode_op的输出列替换。由于未指定column_order，因此两列“image"
+            >>> # 和“label"将按其原始顺序传播到下一个节点。
+            >>> dataset = dataset.map(operations=[decode_op], input_columns=["image"])
+            >>>
+            >>> # 解码列“image"并将其重命名为“decoded_image"。
+            >>> dataset = dataset.map(operations=[decode_op], input_columns=["image"], output_columns=["decoded_image"])
+            >>>
+            >>> # 指定输出列的顺序。
+            >>> dataset = dataset.map(operations=[decode_op], input_columns=["image"],
+            ...                       output_columns=None, column_order=["label", "image"])
+            >>>
+            >>> # 将列“image"重命名为“decoded_image"，并指定输出列的顺序。
+            >>> dataset = dataset.map(operations=[decode_op], input_columns=["image"],
+            ...                       output_columns=["decoded_image"], column_order=["label", "decoded_image"])
+            >>>
+            >>> # 将列“image"重命名为“decoded_image"，并只保留此列。
+            >>> dataset = dataset.map(operations=[decode_op], input_columns=["image"],
+            ...                       output_columns=["decoded_image"], column_order=["decoded_image"])
+            >>>
+            >>> # 使用用户自定义Python函数的map简单示例。列重命名和指定列顺序
+            >>> # 的方式同前面的示例相同。
+            >>> dataset = ds.NumpySlicesDataset(data=[[0, 1, 2]], column_names=["data"])
+            >>> dataset = dataset.map(operations=[(lambda x: x + 1)], input_columns=["data"])
+            >>>
+            >>> # 2）多个operation的map示例。
+            >>>
+            >>> # 创建一个数据集，图像被解码，并随机颜色抖动。
+            >>> # decode_op以列“image"作为输入，并输出一列。将
+            >>> # decode_op输出的列作为输入传递给random_jitter_op。
+            >>> # random_jitter_op将输出一列。列“image"将替换为
+            >>> # random_jitter_op（最后一个operation）输出的列。所有其他
+            >>> # 列保持不变。由于未指定column_order，因此
+            >>> # 列的顺序将保持不变。
+            >>> dataset = dataset.map(operations=[decode_op, random_jitter_op], input_columns=["image"])
+            >>>
+            >>> # 将random_jitter_op输出的列重命名为“image_mapped"。
+            >>> # 指定列顺序的方式与1中的示例相同。
+            >>> dataset = dataset.map(operations=[decode_op, random_jitter_op], input_columns=["image"],
+            ...                       output_columns=["image_mapped"])
+            >>>
+            >>> # 使用用户自定义Python函数的多个operation的map示例。列重命名和指定列顺序
+            >>> # 的方式与1中的示例相同。
+            >>> dataset = ds.NumpySlicesDataset(data=[[0, 1, 2]], column_names=["data"])
+            >>> dataset = dataset.map(operations=[(lambda x: x * x), (lambda x: x - 1)], input_columns=["data"],
+            ...                                   output_columns=["data_mapped"])
+            >>>
+            >>> # 3）输入列数不等于输出列数的示例。
+            >>>
+            >>> # operation[0] 是一个 lambda，它以 2 列作为输入并输出 3 列。
+            >>> # operations[1] 是一个 lambda，它以 3 列作为输入并输出 1 列。
+            >>> # operations[2] 是一个 lambda，它以 1 列作为输入并输出 4 列。
+            >>> #
+            >>> # 注：operation[i]的输出列数必须等于
+            >>> # operation[i+1]的输入列。否则，map算子会
+            >>> # 出错。
+            >>> operations = [(lambda x, y: (x, x + y, x + y + 1)),
+            ...               (lambda x, y, z: x * y * z),
+            ...               (lambda x: (x % 2, x % 3, x % 5, x % 7))]
+            >>>
+            >>> # 注：由于输入列数与
+            >>> # 输出列数不相同，必须指定output_columns和column_order
+            >>> # 参数。否则，此map算子也会出错。
+            >>>
+            >>> dataset = ds.NumpySlicesDataset(data=([[0, 1, 2]], [[3, 4, 5]]), column_names=["x", "y"])
+            >>>
+            >>> # 按以下顺序将所有列传播到子节点：
+            >>> dataset = dataset.map(operations, input_columns=["x", "y"],
+            ...                       output_columns=["mod2", "mod3", "mod5", "mod7"],
+            ...                       column_order=["mod2", "mod3", "mod5", "mod7"])
+            >>>
+            >>> # 按以下顺序将某些列传播到子节点：
+            >>> dataset = dataset.map(operations, input_columns=["x", "y"],
+            ...                       output_columns=["mod2", "mod3", "mod5", "mod7"],
+            ...                       column_order=["mod7", "mod3", "col2"])
+        
+
+num_classes()
+
+        获取数据集中的样本的class数目。
+
+        返回：
+            int，class数目。
+        
+
+output_shapes()
+
+        获取输出数据的shape。
+
+        返回：
+            list，每列shape的列表。
+        
+
+output_types()
+
+        获取输出数据类型。
+
+        返回：
+            list，每列类型的列表。
+
+
+project(columns)
+
+        在输入数据集上投影某些列。
+
+        从数据集中选择列，并以指定的顺序传输到流水线中。
+        其他列将被丢弃。
+
+        参数：
+            columns(Union[str, list[str]])：要投影列的列名列表。
+
+        返回：
+            ProjectDataset，投影后的数据集对象。
+
+        示例：
+            >>> # dataset是Dataset对象的实例
+            >>> columns_to_project = ["column3", "column1", "column2"]
+            >>>
+            >>> # 创建一个数据集，无论列的原始顺序如何，依次包含column3, column1, column2。
+            >>> dataset = dataset.project(columns=columns_to_project)
+        
+
+rename(input_columns, output_columns)
+
+        重命名输入数据集中的列。
+
+        参数：
+            input_columns (Union[str, list[str]])：输入列的列名列表。
+            output_columns (Union[str, list[str]])：输出列的列名列表。
+
+        返回：
+            RenameDataset，重命名后数据集对象。
+
+        示例：
+            >>> # dataset是Dataset对象的实例
+            >>> input_columns = ["input_col1", "input_col2", "input_col3"]
+            >>> output_columns = ["output_col1", "output_col2", "output_col3"]
+            >>>
+            >>> # 创建一个数据集，其中input_col1重命名为output_col1，
+            >>> # input_col2重命名为output_col2，input_col3重命名
+            >>> # 为output_col3。
+            >>> dataset = dataset.rename(input_columns=input_columns, output_columns=output_columns)
+        
+
+repeat(count=None)
+
+        重复此数据集`count`次。如果count为None或-1，则无限重复。
+
+        注：
+            repeat和batch的顺序反映了batch的数量。建议：
+            repeat操作在batch操作之后使用。
+
+        参数：
+            count (int)：数据集重复的次数（默认为None）。
+
+        返回：
+            RepeatDataset，重复操作后的数据集对象。
+
+        示例：
+            >>>  # dataset是Dataset对象的实例
+            >>>
+            >>> # 创建一个数据集，数据集重复50个epoch。
+            >>> dataset = dataset.repeat(50)
+            >>>
+            >>> # 创建一个数据集，其中每个epoch都是单独打乱的。
+            >>> dataset = dataset.shuffle(10)
+            >>> dataset = dataset.repeat(50)
+            >>>
+            >>> # 创建一个数据集，打乱前先将数据集重复
+            >>> # 50个epoch。shuffle算子将
+            >>> # 整个50个epoch视作一个大数据集。
+            >>> dataset = dataset.repeat(50)
+            >>> dataset = dataset.shuffle(10)
+        
+
+reset()
+重置下一个epoch的数据集。
+
+save(file_name, num_files=1, file_type='mindrecord')
+
+        将流水线正在处理的数据保存为通用的数据集格式。
+        支持的数据集格式：'mindrecord'。
+
+        将数据保存为'mindrecord'格式时存在隐式类型转换。转换表展示如何执行类型转换。
+
+        .. list-table:: 保存为'mindrecord'格式时的隐式类型转换
+           :widths: 25 25 50
+           :header-rows: 1
+
+           * - 'dataset'类型
+             - 'mindrecord'类型
+             - 详细
+           * - bool
+             - None
+             - 不支持
+           * - int8
+             - int32
+             -
+           * - uint8
+             - bytes(1D uint8)
+             - Drop dimension
+           * - int16
+             - int32
+             -
+           * - uint16
+             - int32
+             -
+           * - int32
+             - int32
+             -
+           * - uint32
+             - int64
+             -
+           * - int64
+             - int64
+             -
+           * - uint64
+             - None
+             - 不支持
+           * - float16
+             - float32
+             -
+           * - float32
+             - float32
+             -
+           * - float64
+             - float64
+             -
+           * - string
+             - string
+             - 不支持多维字符串
+
+        注：
+            1. 如需按顺序保存示例，请将数据集的shuffle设置为False，将num_files设置为1。
+            2. 在调用函数之前，不要使用batch算子、repeat算子或具有随机属性的数据增强的map算子。
+               
+            3. 当数据的维度可变时，只支持1维数组或者在0维变化的多维数组。
+               
+            4. 不支持DE_UINT64类型、多维的DE_UINT8类型、多维DE_STRING类型。
+               
+
+        参数：
+            file_name (str)：数据集文件的路径。
+            num_files (int, optional)：数据集文件的数量（默认为1）。
+            file_type (str, optional)：数据集格式（默认为'mindrecord'）。
+
+        
+
+set_dynamic_columns(columns=None)
+
+        设置源数据的动态shape信息，需要在定义数据处理流水线后设置。
+
+        参数：
+            columns (dict)：包含数据集中每列shape信息的字典。shape[i]为`None`表示shape[i]的数据长度是动态的。
+        
+
+shuffle(buffer_size)
+
+        使用以下策略随机打乱此数据集的行：
+
+        1. 生成一个shuffle缓冲区包含buffer_size条数据行。
+        2. 从shuffle缓冲区中随机选择一个元素，作为下一行传播到子节点。
+           
+        3. 从父节点获取下一行（如果有的话），并将其放入shuffle缓冲区中。
+        4. 重复步骤2和3，直到打乱缓冲区中没有数据行为止。
+
+        可以提供随机种子，在第一个epoch中使用。在随后的每个epoch，种子都会被设置成一个新产生的随机值。
+        
+
+        参数：
+            buffer_size (int)：用于shuffle的缓冲区大小（必须大于1）。
+                将buffer_size设置为等于数据集大小将导致在全局shuffle。
+                
+
+        返回：
+            ShuffleDataset，打乱后的数据集对象。
+
+        异常：
+            RuntimeError：打乱前存在同步操作。
+
+        示例：
+            >>>  # dataset是Dataset对象的实例
+            >>> #可以选择设置第一个epoch的种子
+            >>> ds.config.set_seed(58)
+            >>> # 使用大小为4的shuffle缓冲区创建打乱后的数据集。
+            >>> dataset = dataset.shuffle(4)
+        
+
+skip(count)
+
+        跳过此数据集的前N个元素。
+
+        参数：
+            count (int)：要跳过的数据集中的元素个数。
+
+        返回：
+            SkipDataset，减去跳过的行的数据集对象。
+
+        示例：
+            >>> # dataset是Dataset对象的实例
+            >>> # 创建一个数据集，跳过前3个元素
+            >>> dataset = dataset.skip(3)
+        
+
+split(sizes, randomize=True)
+
+        将数据集拆分为多个不重叠的数据集。
+
+        这是一个通用拆分函数，可以被数据处理流水线中的任何算子调用。
+        还有如果直接调用ds.split，其中 ds 是一个 MappableDataset，它将被自动调用。
+        
+
+        参数：
+            sizes (Union[list[int], list[float]])：如果指定了一列整数[s1, s2, …, sn]，数据集将被拆分为n个大小为s1、s2、...、sn的数据集。
+                
+                如果所有输入大小的总和不等于原始数据集大小，则报错。
+                
+                如果指定了一列浮点数[f1, f2, …, fn]，则所有浮点数必须介于0和1之间，并且总和必须为1，否则报错。
+                数据集将被拆分为n个大小为round(f1*K)、round(f2*K)、...、round(fn*K)的数据集，其中K是原始数据集的大小。
+                
+                
+                如果舍入后：
+
+                - 任何大小等于0，都将发生错误。
+                - 如果拆分大小的总和<K，K - sigma(round(fi * k))的差值将添加到第一个子数据集。
+                  
+                - 如果拆分大小的总和>K，sigma(round(fi * K)) - K的差值将从第一个足够大的拆分子集中删除，删除差值后至少有1行。
+                  
+
+            randomize (bool, optional)：确定是否随机拆分数据（默认为True）。
+                如果为True，则数据集将被随机拆分。否则，将使用数据集中的连续行创建每个拆分子集。
+                
+
+        注：
+            1. 如果要调用 split，则无法对数据集进行分片。
+            2. 强烈建议不要对数据集进行打乱，而是使用随机化（randomize=True）。
+               对数据集进行打乱的结果具有不确定性，每个拆分子集中的数据在每个epoch可能都不同。
+               
+
+        异常：
+            RuntimeError：get_dataset_size返回None或此数据集不支持。
+            RuntimeError：sizes是整数列表，并且size中所有元素的总和不等于数据集大小。
+                
+            RuntimeError：sizes是float列表，并且计算后存在大小为0的拆分子数据集。
+            RuntimeError：数据集在调用拆分之前已进行分片。
+            ValueError：sizes是float列表，且并非所有float数都在0和1之间，或者
+            float数的总和不等于1。
+
+        返回：
+            tuple(Dataset)，拆分后子数据集对象的元组。
+
+        示例：
+            >>> # TextFileDataset不是可映射dataset，因此将调用通用拆分函数。
+            >>> # 由于许多数据集默认都打开了shuffle，如需调用拆分函数，请将shuffle设置为False。
+            >>> dataset = ds.TextFileDataset(text_file_dataset_dir, shuffle=False)
+            >>> train_dataset, test_dataset = dataset.split([0.9, 0.1])
+        
+
+sync_update(condition_name, num_batch=None, data=None)
+
+        释放阻塞条件并使用给定数据触发回调函数。
+
+        参数：
+            condition_name (str)：用于切换发送下一行数据的条件名称。
+            num_batch (Union[int, None])：释放的batch（row）数。
+            当num_batch为None时，将默认为sync_wait算子指定的值（默认为None）。
+                
+            data (Any)：用户自定义传递给回调函数的数据（默认为None）。
+        
+
+sync_wait(condition_name, num_batch=1, callback=None)
+
+        向输入数据集添加阻塞条件。 将应用同步操作。
+
+        参数：
+            condition_name (str)：用于切换发送下一行的条件名称。
+            num_batch (int)：每个epoch开始时无阻塞的batch数。
+            callback (function)：sync_update中将调用的回调函数。
+
+        返回：
+            SyncWaitDataset，添加了阻塞条件的数据集对象。
+
+        异常：
+            RuntimeError：条件名称已存在。
+
+        示例：
+            >>> import numpy as np
+            >>> def gen():
+            ...     for i in range(100)：
+            ...         yield (np.array(i),)
+            >>>
+            >>> class Augment:
+            ...     def __init__(self, loss)：
+            ...         self.loss = loss
+            ...
+            ...     def preprocess(self, input_)：
+            ...         return input_
+            ...
+            ...     def update(self, data)：
+            ...         self.loss = data["loss"]
+            >>>
+            >>> batch_size = 4
+            >>> dataset = ds.GeneratorDataset(gen, column_names=["input"])
+            >>>
+            >>> aug = Augment(0)
+            >>> dataset = dataset.sync_wait(condition_name="policy", callback=aug.update)
+            >>> dataset = dataset.map(operations=[aug.preprocess], input_columns=["input"])
+            >>> dataset = dataset.batch(batch_size)
+            >>> count = 0
+            >>> for data in dataset.create_dict_iterator(num_epochs=1, output_numpy=True)：
+            ...     assert data["input"][0] == count
+            ...     count += batch_size
+            ...     data = {"loss": count}
+            ...     dataset.sync_update(condition_name="policy", data=data)
+        
+
+take(count=-1)
+
+        从数据集中获取最多给定数量的元素。
+
+        注：
+            1. 如果count大于数据集中的元素数或等于-1，则取数据集中的所有元素。
+               
+            2. take和batch操作顺序很重要，如果take在batch操作之前，则取给定行数；否则取给定batch数。
+               
+
+        参数：
+            count (int, optional)：要从数据集中获取的元素数（默认为-1）。
+
+        返回：
+            TakeDataset，取出指定数目的数据集对象。
+
+        示例：
+            >>> # dataset是Dataset对象的实例。
+            >>> # 创建一个数据集，包含50个元素。
+            >>> dataset = dataset.take(50)
+        
+
+to_device(send_epoch_end=True, create_data_info_queue=False)
+
+        将数据从CPU传输到GPU、Ascend或其他设备。
+
+        参数：
+            send_epoch_end (bool, optional)：是否将end of sequence发送到设备（默认为True）。
+            create_data_info_queue (bool, optional)：是否创建存储数据类型和shape的队列（默认为False）。
+                
+
+        注：
+            如果设备为Ascend，则逐个传输数据。每次传输的数据大小限制为256M。
+            
+
+        返回：
+            TransferDataset，用于传输的数据集对象。
+
+        异常：
+            RuntimeError：如果提供了分布式训练的文件路径但读取失败。
+        
+
+to_json(filename='')
+
+        将数据处理流水线序列化为JSON字符串，如果提供了文件名，则转储到文件中。
+
+        参数：
+            filename (str)：另存为JSON格式的文件名。
+
+        返回：
+            str，流水线的JSON字符串。
+        
+
+zip(datasets)
+
+        将数据集和输入的数据集或者数据集元组按列进行合并压缩。输入数据集中的列名必须
+        不同。
+
+        参数：
+            datasets (Union[tuple, class Dataset])：数据集对象的元组或单个数据集对象
+                与当前数据集一起合并压缩。
+
+        返回：
+            ZipDataset，合并压缩后的数据集对象。
+
+        示例：
+            >>> # 创建一个数据集，它将dataset和dataset_1进行合并
+            >>> dataset = dataset.zip(dataset_1)
+        
diff --git a/docs/api/api_python/dataset/mindspore.dataset.zip.rst b/docs/api/api_python/dataset/mindspore.dataset.zip.rst
new file mode 100644
index 00000000000..93cfc26bcdf
--- /dev/null
+++ b/docs/api/api_python/dataset/mindspore.dataset.zip.rst
@@ -0,0 +1,19 @@
+mindspore.dataset.zip(datasets)
+
+    将多个dataset对象按列进行合并压缩。
+
+    参数：
+        datasets (tuple of class Dataset)：输入元组格式的多个dataset对象。
+            datasets参数的长度必须大于1。
+
+    返回：
+        ZipDataset，合并后的dataset对象。
+
+    异常：
+        ValueError：datasets参数的长度为1。
+        TypeError：datasets参数不是元组。
+
+    示例：
+            >>> # 创建一个将dataset_1和dataset_2合并后数据集dataset。
+            >>> dataset = ds.zip((dataset_1, dataset_2))
+