如何将Pandas DataFrame的object类型图像数据列转为Numpy数组？

这问题我之前也碰到过！核心问题出在你用np.append()处理多维图像数据的方式上——它会自动把多维数组扁平化，导致最终的图像数组变成了一维的像素堆，而不是保留每个图像的三维结构。而且循环调用np.append()的效率极低，每次都会重新分配内存，数据量大的时候会特别慢。

下面给你两种高效的解决方案：

方法一：直接用Pandas+Numpy的内置方法（推荐） #

不需要写循环，直接提取列并转换，这是最简洁高效的方式：

# 处理图像数据：先转成列表再转numpy数组，自动保留多维结构
train_img_array = np.array(img_train['data'].tolist())

# ID和类别可以直接用to_numpy()转换
train_id_array = img_train['ID'].to_numpy()
train_lab_array = img_train['class'].to_numpy()

这样转换后，train_img_array的形状会是(样本数, 图像高度, 图像宽度, 通道数)（比如你的58个样本如果是256x256x4的图像，形状就是(58,256,256,4)），完全符合你的需求。

方法二：用列表收集再转数组（如果一定要用循环场景） #

如果因为某些原因必须用循环处理每行数据，不要直接用np.append()，而是先把每个图像数组存入列表，最后一次性转成numpy数组：

# 初始化空列表
train_img_list = []
train_id_list = []
train_lab_list = []

# 循环收集数据
for index, row in img_train.iterrows():
    train_img_list.append(row['data'])
    train_lab_list.append(row['class'])
    train_id_list.append(row['ID'])

# 最后统一转成numpy数组
train_img_array = np.array(train_img_list)
train_id_array = np.array(train_id_list)
train_lab_array = np.array(train_lab_list)

列表的append()操作是 amortized O(1) 的，比numpy的append()高效太多，而且能完整保留每个图像的多维结构，最终转成的数组形状也会是正确的。

额外注意事项 #

如果转换后train_img_array的类型是object，说明你的DataFrame里存在不同形状的图像，这时候需要先统一所有图像的尺寸（比如用PIL或OpenCV的resize方法），再进行转换，否则numpy无法将它们堆叠成规整的多维数组。

内容的提问来源于stack exchange，提问作者redwolf_cr7