怎么用python进行图像分类的预处理，将图像的数据转化为numpy数组

Question

有一组图像的像素数据存储在json文档里，文档数据建成dataframe如下：

其中，data存储着的就是像素数据，data列的每一行代表一个80 * 80 * 3的image，总共有2000个图像（即2000个数据点）

要将data列的数据转化成形状为（2000,80,80,3）的numpy数组X，labels列的数据转化为（2000,1）的numpy数组Y
应该要怎么实现？

我试着这样做，但好像有问题

DATA['X'] = DATA['data'].apply(lambda x: (np.array(x)).reshape(80, 80, 3))
X = DATA['X']

DATA['Y'] = DATA['labels'].apply(lambda y: (np.array(y)).reshape(1))
Y = DATA['Y']

接着我想显示2*5的两行图

import PIL.Image as image
f, axarr = plt.subplots(2,5)
axarr[0,0] = plt.imshow(X[0])
axarr[0,1] = plt.imshow(X[1])
axarr[0,2] = plt.imshow(X[2])
axarr[0,3] = plt.imshow(X[3])
axarr[0,4] = plt.imshow(X[4])
axarr[1,0] = plt.imshow(X[1000])
axarr[1,1] = plt.imshow(X[1001])
axarr[1,2] = plt.imshow(X[1002])
axarr[1,3] = plt.imshow(X[1003])
axarr[1,4] = plt.imshow(X[1004])

结果是这样的：

这个结果是不对的，所以想请教一下哪里出错了，应该如何操作

Answer 1

类似于这样操作改变数组维度：

m = [x for x in df['data']]
m=np.array(m).reshape(12,2,2,3)
l=np.array(df['label']).reshape(-1,1)
print(m, m.shape)
print(l,l.shape)