如何将图像字符串数据集重塑为(7049,96,96)格式数组？

你遇到的问题很常见——当你用apply处理pandas Series时，返回的每个元素是二维数组，但整个Series的形状还是一维的。要把这些二维数组堆叠成一个三维数组，只需要一步额外的操作：用numpy.stack（或者直接转成numpy数组）来组合它们。

修正后的代码 #

首先，确保你的函数把字符串转换成数值类型（因为split得到的是字符串，直接转数组是字符串类型，后续处理可能有问题），然后用np.stack来合并：

import numpy as np
import pandas as pd

def split_reshape(row):
    # 注意：如果你的字符串开头的数字是图像索引（比如示例里的0、1、2），需要去掉第一个元素
    # 比如改成：pixel_strings = row.split(' ')[1:]
    pixel_strings = row.split(' ')
    # 转换为整数类型数组，再reshape
    return np.array(pixel_strings, dtype=np.int32).reshape(96, 96)

# 处理每个图像字符串
processed_series = train_x.apply(split_reshape)
# 将Series中的所有二维数组合并为三维数组
result_array = np.stack(processed_series.values)

# 验证形状
print(result_array.shape)  # 输出 (7049, 96, 96)

为什么之前的方法不行？ #

当你调用train_x.apply(split_reshape)时，返回的是一个pandas Series，其中每个元素是一个(96,96)的numpy数组。这个Series本身的形状是(7049,)，因为它是一维的容器，里面装着二维数组。np.stack会把这些二维数组沿着新的轴（默认是第0轴）堆叠起来，最终形成一个三维数组。

额外注意点：检查像素数量 #

一定要确认每个字符串split后的元素数量是96*96=9216个。从你的示例输出看，每个字符串开头有一个数字（比如第一个是0，第二个是1），这可能是图像的索引，而不是像素值。如果是这样的话，你需要在split后去掉第一个元素，否则reshape(96,96)会因为元素数量不对而报错。你可以用下面的代码验证：

# 检查第一个字符串的元素数量
print(len(train_x.iloc[0].split(' ')))
# 如果输出是9217，就需要修改split_reshape函数，取[1:]

内容的提问来源于stack exchange，提问作者Allen Yeh