如何移除np.array的dtype信息？图像转数组后列表显示异常求助

嘿，我来帮你搞定这个小问题！你遇到的情况其实很正常——image.img_to_array()返回的是numpy.ndarray对象，这类对象在打印时默认会显示自身的内容和数据类型（dtype），所以你看到的带dtype=float32的“类元组形式”，其实是numpy数组的标准打印格式啦。

下面给你两种实用的解决方案，按需选择：

方案1：转成纯Python列表（彻底去掉dtype显示） #

如果你只是希望列表里存的是纯数组内容，打印时完全看不到numpy相关的标识，只需要把numpy数组转换成Python原生列表再添加到列表里就行，用numpy数组的.tolist()方法就能实现：

import os
from keras.preprocessing import image

images = []
food_label = []
# 假设你的imagePaths已经定义好了
# imagePaths = [...]

for imagepath in imagePaths:
    pic = image.load_img(imagepath)
    pic_array = image.img_to_array(pic)
    # 关键：把numpy数组转成Python列表
    images.append(pic_array.tolist())
    label = imagepath.split(os.path.sep)[-2]
    food_label.append(label)

print(images)

这样打印出来的images就是纯Python列表的嵌套结构，完全看不到dtype信息啦。如果之后你需要把这些数据用于Keras模型训练，只需要用numpy.array(images)把整个列表转回numpy数组就行，非常方便。

方案2：保留numpy数组特性，优化打印格式 #

如果你需要保留numpy数组的特性（比如后续要做数值运算、模型训练），只是想让打印出来的内容更简洁，可以调整numpy的打印配置，或者自定义打印逻辑：

比如修改numpy的打印选项，让它只显示数组内容，隐藏dtype（不过还是会保留array(...)的标识）：

import numpy as np
import os
from keras.preprocessing import image

# 设置numpy打印选项，隐藏dtype
np.set_printoptions(formatter={'all': lambda x: str(x)})

images = []
food_label = []
imagePaths = # 你的图像路径列表

for imagepath in imagePaths:
    pic = image.load_img(imagepath)
    pic_array = image.img_to_array(pic)
    images.append(pic_array)
    label = imagepath.split(os.path.sep)[-2]
    food_label.append(label)

# 遍历打印每个数组，也能避免显示dtype
for arr in images:
    print(arr.tolist())

这种方法适合需要保留numpy数组功能，但又想让输出更清爽的场景。

内容的提问来源于stack exchange，提问作者np.everyproblempossible