Question

我正在尝试为我的机器学习模型导入数据集。数据是作为每个图像的像素值存储的图像。图像尺寸为48X48。我需要将其转换为ndarray，但由于它的空间是分开的，所以

X = data[:, 1].reshape(data.shape[0],1,48, 48).astype( 'float32' )

不起作用。我需要帮助将此数据转换为（nX48X48）的ndarray。（n->行数）。编辑：- 我尝试过，

`data=pd.read_csv('../input/fer2013.csv').values
X=data[:,1]
for i in range(len(X)):
       X[i]=np.asarray(X[i].split(" "),dtype=np.float32)
       X[i]=X[i].reshape(1,48,48).astype('float32')`

它不会改变列的形状。我希望X的形状为（n，1,48,48）但是，执行上述操作可使形状保持为（n）。sample row of data

数据格式： pixels column of dataset

感谢和问候，

Answer 1

从您的描述来看，似乎各列用空格分隔，而各行用换行符分隔。如果是这种情况，则可以使用Numpy的genfromtxt()方法。

from numpy import genfromtxt
my_data = genfromtxt(f, delimiter=' ')

如果已经以字符串string_data的形式读取了以换行符分隔的空格，则需要先将其拆分为几行：

f = string_data.split('\n')

从您的链接看来，您似乎可以只通过data["pixels"]系列。

用空格分隔值到ndarray

1 个答案: