如何使用NumPy构造与MNIST格式一致的三维图像数据集数组

• np.append默认的拼接逻辑是将两个输入数组都扁平化到1维之后再拼接，你初始定义的X_train是普通Python列表，第一次执行np.append操作时就会被转换为1维numpy数组，后续每次追加图像数组时，也会先把单张2维的图像数组压成1维再拼接，最终就得到了全扁平的1维结果。

推荐更简单的列表转数组方案：

import numpy as np, random
import matplotlib.image as plt
X_train=[]
print("Preparing the dataset...")
for i in range(100):
    img= plt.imread(f"img/{random.randint(1,2)}.png")
    # 直接将单张图像数组加入Python列表，不要调用np.append
    X_train.append(img)
# 全部加载完成后统一转换为numpy数组，自动生成样本维度
X_train = np.array(X_train)
print("Done...")
print(X_train.shape)

• 该方案无需提前获知图像尺寸，只要所有输入图像的宽高一致，转换后就会自动得到(100, x, y)格式的3维数组；如果你的图像是带RGB通道的彩色图，还会自动生成(100, x, y, 3)的4维数组，完全适配TensorFlow的输入要求。

如果你需要逐次用numpy方法拼接，可以使用np.concatenate指定拼接维度：

import numpy as np, random
import matplotlib.image as plt
print("Preparing the dataset...")
for i in range(100):
    img= plt.imread(f"img/{random.randint(1,2)}.png")
    if i == 0:
        # 给第一张图像新增样本维度，形状变为(1, x, y)
        X_train = img[np.newaxis, :]
    else:
        # 每次在第0维度（样本维度）拼接新的图像
        X_train = np.concatenate([X_train, img[np.newaxis, :]], axis=0)
print("Done...")
print(X_train.shape)

• 注意：两种方案都要求所有输入图像的宽高完全一致，如果尺寸不匹配需要先做resize预处理再加入数组。

内容的提问来源于stack exchange，提问作者Aadhi Arun