CNN预测结果存入DataFrame出现嵌套括号问题及解决咨询

我太懂你这个困扰了！之前用Keras/TensorFlow的模型做预测时，也被model.predict返回的数组维度坑过好几次😅

问题根源 #

model.predict默认是为批量输入设计的——哪怕你只传入一张图片，它也会返回一个二维数组（形状类似[[预测值]]）。你之前改成prediction[0]只是拿到了单样本的一维数组（比如[预测值]），所以还剩一层括号。

彻底去除括号的几种方法 #

根据你的场景，直接在收集结果时处理最高效，给你几个实用方案：

1. 直接索引到标量（最直观）

如果你的模型是单输出（比如回归任务、二分类的概率输出），直接取二维数组的第二个索引就能拿到纯数字：

for img in glob.glob(test_img):
    prediction = model.predict(prepare(img))
    # 从[[x]]直接取x
    result.append(prediction[0][0])

2. 使用.item()方法（更简洁）

对于单元素的numpy数组，.item()可以直接提取里面的标量值，不管是二维还是一维都能用：

for img in glob.glob(test_img):
    prediction = model.predict(prepare(img))
    result.append(prediction.item())

3. 扁平化数组后取第一个元素

如果不确定数组维度，用.flatten()把数组压成一维，再取第一个元素也能解决：

for img in glob.glob(test_img):
    prediction = model.predict(prepare(img))
    result.append(prediction.flatten()[0])

额外方案：如果已经生成DataFrame再处理 #

要是你已经生成了带一维括号的DataFrame，也可以用apply快速处理：

temp['Prediction'] = temp['Prediction'].apply(lambda x: x[0])

这样处理后，你的Prediction列就只会显示纯数字，再也没有烦人的括号啦！

内容的提问来源于stack exchange，提问作者Guanlin Chen