Python 使用Sklearn加载本地文件，尝试显示任何图像都会返回emtpy

我正在启动一个ML项目，在我实际制作一个模型之前，我想尝试导入我的图像（我有一个只保存了图像的文件，它们是.png，如果有关系的话），并对它们进行处理和操纵，以便它们适合一个模型。我所做的就是加载文件，然后尝试显示它们，但它什么都不显示。文件路径似乎是正确的，因为我第一次尝试它时它是错误的，并给出了一个很大的错误消息，但现在似乎没有这样做。我怎样才能在加载文件时运行

data[0]

并查看第一个图像（或图像的详细信息）。我的代码如下（我从上述代码的tensorflow指南中导入了许多其他内容，因此我不认为是这样，但如果有必要，我可以在其他导入中进行编辑）：

运行这个的输出是：

{'data': [],
 'filenames': array([], dtype=float64),
 'target_names': [],
 'target': array([], dtype=float64),
 'DESCR': None}

如果我尝试data_dir[0]，它应该显示第一个图像，错误消息是

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-48-5541d6af8248> in <module>
      2 import sklearn.datasets
      3 data_dir = sklearn.datasets.load_files('/Users/USer/Downloads/C4IMAGES/', shuffle='False')
----> 4 data_dir[0]

KeyError: 0

---------------------------------------------------------------------------
KeyError回溯（最近一次呼叫最后一次）
在里面
2导入sklearn.dataset
3 data_dir=sklearn.dataset.load_文件（'/Users/USer/Downloads/C4IMAGES/'，shuffle='False'）
---->4数据目录[0]
关键错误：0

---

谢谢你的帮助

实际上，

sklearn.datasets.load_files

的文档说明图像或任何数据文件必须以以下层次结构存在：

容器\u文件夹/
类别1\u文件夹/
file_1.txt file_2.txt…file_42.txt
类别2文件夹/
文件\u 43.txt文件\u 44.txt…

我认为您的图像出现在路径

/Users/USer/Downloads/C4IMAGES/

中。 在这种情况下，您必须创建一个子文件夹，如

category 1

，

category 2

（如果您的数据未分类，只需创建一个具有任何名称的子文件夹，并将所有图像放在子文件夹中），然后将具有相应类别的图像放在子文件夹中

现在，您可以在函数

load_files

中传递参数

/Users/USer/Downloads/C4IMAGES/

，它应该以二进制格式加载python列表

data_dir['data']

中的数据

然后，您可以将图像从二进制格式转换为numpy数组并显示图像：

import io
import numpy as np    
from PIL import Image

# decode i'th image using: 
img = Image.open(io.BytesIO(data_dir.data[i]))
img = np.asarray(img)

# display i'th image
import matplotlib.pyplot as plt

plt.imshow(img)
plt.show()

参考资料：
1.

---

2.

函数

sklearn.dataset.load_files

的文档可能会对您有所帮助。还要确保您的路径“/Users/USer/Downloads/C4IMAGES/”位于正确的当前工作目录中，以便访问。好的，这非常有效！最后一个问题：如果我使用从0到len（data_dir）的for循环运行代码，它只运行6个图像，那么对于data_dir中的每个值，需要使用什么值来执行它？注意

data\u dir

是一个包含键值对的字典。如果要处理每个图像，必须迭代

data\u dir['data']

。

import io
import numpy as np    
from PIL import Image

# decode i'th image using: 
img = Image.open(io.BytesIO(data_dir.data[i]))
img = np.asarray(img)

# display i'th image
import matplotlib.pyplot as plt

plt.imshow(img)
plt.show()