Python 将列表转换为np数组

我正在建立一个图像分类模型，但首先我需要读取用于训练的图像，我有105392张图像，因此我读取了我用cv2.imread_灰度下载的本地图像，并将图像大小调整为100x100

train_images = []
img_array = cv2.imread(os.path.join(path,str(train_data.filename[idx])), cv2.IMREAD_GRAYSCALE)
new_array = cv2.resize(img_array,(img_size,img_size))
train_images.append(new_array) 

然后，我将图像数据添加到一个列表中，然后将它们转换为nparray，并尝试将它们展平到一维，以便保存到文本文件中以便于处理

ndarray = np.array(train_images)
ndarray2 = np.ndarray(ndarray)
flattenarray = ndarray2.flatten(order='C')
flattenarray.tofile('train_images_bitmap.txt')

但是我得到了这个错误

Traceback (most recent call last):
File "comp2.py", line 36, in <module>
ndarray2 = np.ndarray(ndarray)
ValueError: maximum supported dimension for an ndarray is 32, found 105392

回溯（最近一次呼叫最后一次）：
文件“comp2.py”，第36行，在
ndarray2=np.ndarray（ndarray）
ValueError:数据数组支持的最大维度为32，找到105392

---

感谢您的帮助

您的ndarray阵列的形状为（105392100100）以展平此阵列

flatten_array = ndarray.reshape(1,105392*100*100)

---

您的ndarray阵列的形状为（105392100100）以展平此阵列

flatten_array = ndarray.reshape(1,105392*100*100)

---

目前，每次需要在训练模型中进行测试时，我都需要等待10分钟左右，我想我可以将灰度缩放的图像数据导出到txt文件中，因此每当运行训练模型时，我只需要读取该文件使用

np.array

生成数组

np.ndarray是一个我们很少使用的低级构造函数，需要对其输入更加小心。你查过
ndarray
文档了吗？事实上，是的，但我不明白他们的意思，我查了一下互联网，看到有人用ndarray做了我需要的事情，只是我认为他们的维度要小得多，所以很成功。但是我不能让它工作，所以我来问
np.ndarray
的第一个参数是
shape
。这就是错误的原因。阅读。还有，你想从错误的线路中获得什么？目前，每次需要在训练模型中进行测试时，我都需要等待10分钟左右，我想我可以导出灰度标度，将图像数据的大小调整为txt文件，因此每当运行培训模型时，我只需要读取该文件使用
np.array
生成数组
np.ndarray是一个我们很少使用的低级构造函数，需要对其输入更加小心。你查过
ndarray
文档了吗？事实上，是的，但我不明白他们的意思，我查了一下互联网，看到有人用ndarray做了我需要的事情，只是我认为他们的维度要小得多，所以很成功。但是我不能让它工作，所以我来问
np.ndarray
的第一个参数是
shape
。这就是错误的原因。阅读。还有，你想从错误的那一行中获得什么？