batch(32)はデータ配列に対してどのようなことを行っているのでしょうか。

前提・実現したいこと

csvデータをpythonでライブラリnumpyやテンソルフローデータセットなどでパースしたい。
例えばbatch(4)であれば４つずつデータを分けていくはずなのですが、なぜbatch(32)としているのか、またそれをコメントアウトすることでなぜ以下のようなエラーが出るのか理由が明確にわからなくアドバイス頂けないでしょうか。

発生している問題・エラーメッセージ

tf.Tensor(7.7, shape=(), dtype=float32)
tf.Tensor(2.6, shape=(), dtype=float32)
tf.Tensor(2.3, shape=(), dtype=float32)

---------------------------------------------------------------------------
InvalidArgumentError                      Traceback (most recent call last)
<ipython-input-287-3286b6a94e0f> in <module>()
      3 print(features[1])
      4 print(features[3])
----> 5 print(label[0])

C:\ProgramData\Anaconda3\envs\tensorflow_hajimete\lib\site-packages\tensorflow\python\ops\array_ops.py in _slice_helper(tensor, slice_spec, var)
    523         ellipsis_mask=ellipsis_mask,
    524         var=var,
--> 525         name=name)
    526 
    527 

C:\ProgramData\Anaconda3\envs\tensorflow_hajimete\lib\site-packages\tensorflow\python\ops\array_ops.py in strided_slice(input_, begin, end, strides, begin_mask, end_mask, ellipsis_mask, new_axis_mask, shrink_axis_mask, var, name)
    689       ellipsis_mask=ellipsis_mask,
    690       new_axis_mask=new_axis_mask,
--> 691       shrink_axis_mask=shrink_axis_mask)
    692 
    693   parent_name = name

C:\ProgramData\Anaconda3\envs\tensorflow_hajimete\lib\site-packages\tensorflow\python\ops\gen_array_ops.py in strided_slice(input, begin, end, strides, begin_mask, end_mask, ellipsis_mask, new_axis_mask, shrink_axis_mask, name)
  10555       else:
  10556         message = e.message
> 10557       _six.raise_from(_core._status_to_exception(e.code, message), None)
  10558 
  10559 

C:\ProgramData\Anaconda3\envs\tensorflow_hajimete\lib\site-packages\six.py in raise_from(value, from_value)

InvalidArgumentError: Index out of range using input dim 0; input has only 0 dims [Op:StridedSlice] name: strided_slice/

該当のソースコード

python
1#IRIS prediction by TensorFlow 
2#https://www.tensorflow.org/get_started/eager
3from __future__ import absolute_import, division, print_function
4
5import os
6import matplotlib.pyplot as plt
7
8import tensorflow as tf
9import tensorflow.contrib.eager as tfe
10
11
12## TensorFlowのバージョンチェック
13tf.enable_eager_execution()
14
15print("TensorFlow version: {}".format(tf.VERSION))
16print("Eager execution: {}".format(tf.executing_eagerly()))
17
18
19
20## 訓練データ(CSV)を指定URLからダウンロード
21train_dataset_url = "http://download.tensorflow.org/data/iris_training.csv"
22
23train_dataset_fp = tf.keras.utils.get_file(fname=os.path.basename(train_dataset_url),origin=train_dataset_url)
24
25print("Local copy of the dataset file: {}".format(train_dataset_fp))
26
27
28## ダウンロードしたデータを整形
29def parse_csv(line):
30  example_defaults = [[0.], [0.], [0.], [0.], [0]]  # sets field types
31  parsed_line = tf.decode_csv(line, example_defaults)
32  # First 4 fields are features, combine into single tensor
33  features = tf.reshape(parsed_line[:-1], shape=(4,))
34  # Last field is the label
35  label = tf.reshape(parsed_line[-1], shape=())
36  return features, label
37
38
39## Create the training tf.data.Dataset
40train_dataset = tf.data.TextLineDataset(train_dataset_fp)
41train_dataset = train_dataset.skip(1)             # skip the first header row
42train_dataset = train_dataset.map(parse_csv)      # parse each row
43train_dataset = train_dataset.shuffle(buffer_size=1000)  # randomize
44#train_dataset = train_dataset.batch(32)
45
46## View a single example entry from a batch
47features, label = tfe.Iterator(train_dataset).next()
48print(features[0])
49print(features[1])
50print(features[3])
51print(label[0])

試したこと

.batch(32)の行のコメントアウトをはずした場合の出力は以下でした。

tf.Tensor([6.7 3.1 5.6 2.4], shape=(4,), dtype=float32)
tf.Tensor([5.4 3.9 1.3 0.4], shape=(4,), dtype=float32)
tf.Tensor([4.8 3.  1.4 0.3], shape=(4,), dtype=float32)
tf.Tensor(2, shape=(), dtype=int32)

また、以下別サイト説明からも３２区切りになるとは思うのですが、なぜ３２なのか疑問です。
ここでは４つの葉の長さとそのラベルとして１つを足した５つのデータごとに区切り１つのレコードになっているはずです。
（別サイト説明）