Python中将存储视频帧的深度嵌套列表转换为CSV出现内容省略问题问询

根因说明 #

• 你看到的...省略号是numpy数组默认的打印截断机制导致的，和pandas、CSV写入逻辑无关：numpy默认仅打印数组前后少量元素，中间内容用省略号替代
• 5维嵌套结构（视频数×8帧×200宽×200高×3通道）本身和CSV的二维表格结构不匹配，直接写入会出现格式混乱、无法后续解析的问题

方案1：仅保留完整数组字符串存入CSV（适合仅需存储、不需要后续读取解析像素的场景） #

先修改numpy全局打印参数，关闭截断后再写入：

import numpy as np
import pandas as pd

# 关闭numpy数组打印截断，threshold设为无穷大即可打印全部元素
np.set_printoptions(threshold=np.inf, linewidth=np.inf)

# 此处替换为你自己的5维嵌套列表
your_5d_list = [......]
# 转成字符串列表再存入DataFrame
df = pd.DataFrame({'video_frames': [str(arr) for arr in your_5d_list]})
df.to_csv('output.csv', index=False)

方案2：结构化展平后存入CSV（推荐，支持后续读取解析像素值） #

把5维数据拆解为结构化二维表，每一行对应一个像素的完整信息，字段包括：视频ID、帧序号、宽度坐标、高度坐标、R通道值、G通道值、B通道值：

import numpy as np
import pandas as pd

# 转换为numpy数组，假设形状为 (视频数N, 8, 200, 200, 3)
video_arr = np.array(your_5d_list)
n_videos, n_frames, w, h, n_channels = video_arr.shape

# 生成各维度的索引矩阵
video_idx, frame_idx, w_idx, h_idx = np.indices((n_videos, n_frames, w, h))

# 拼接索引和像素值，转为二维表
flat_data = np.stack([
    video_idx.flatten(),
    frame_idx.flatten(),
    w_idx.flatten(),
    h_idx.flatten(),
    video_arr[..., 0].flatten(), # R通道
    video_arr[..., 1].flatten(), # G通道
    video_arr[..., 2].flatten()  # B通道
], axis=1)

# 转DataFrame写入CSV
df = pd.DataFrame(flat_data, columns=['video_id', 'frame_id', 'width_pos', 'height_pos', 'R', 'G', 'B'])
df.to_csv('structured_output.csv', index=False)

额外说明 #

如果视频数量较大，第二种方案生成的CSV文件会非常大，更推荐你改用.npy（numpy原生格式）或者HDF5格式存储多维数组，存储空间占用和读写效率都远高于CSV。

内容的提问来源于stack exchange，提问作者xMoo