Python 调整数据帧中的图像

我正在尝试调整数据帧中图像的值 数据帧（图像）的每一行包含一个形状（7,7,3）、7x7像素和3种颜色的图像。 因此，当我尝试调整第一幅图像的左上角像素时，如下所示：

所有其他图像（行）也会受到影响

print(images.loc[0,'image'][0][0], images.loc[1,'image'][0][0])
images.loc[0,'image'][0][0]=[1,2,3]
print(images.loc[0,'image'][0][0], images.loc[1,'image'][0][0])

[0,0,0] [0,0,0]    
[1,2,3] [1,2,3]

这仅在调整单个像素时发生。 如果编辑整个图像，其他图像/行不会受到影响

images[0,'image']=[image]

工作正常吗

新增mvce：

将numpy导入为np
作为pd进口熊猫
images=pd.DataFrame（列=['image']）
image=np.zero（[2,2,2]）
images.loc[0，‘image']=image
images=pd.concat（[images]*2）
图像=图像。重置索引（drop=True）
打印（images.loc[0，'image'][0][0]，'\n'）
image.loc[0'，image'][0][0]=[1,1]
打印（images.loc[0，'image'][0][0]，images.loc[1，'image'][0][0]）

问题出在线路上

image=np.zeros([2,2,2])

及

创建单个numpy对象。此对象在最终数据帧中被引用两次。举例来说，如果显式复制对象，问题就会消失：

import copy
images=pd.DataFrame(columns=['image'])
image=np.zeros([2,2,2])
images.loc[0,'image']=image
images=pd.concat([copy.deepcopy(images), copy.deepcopy(images)]) # explicitly duplicate the object to avoid reference to the same object
images=images.reset_index(drop=True)
print(images.loc[0,'image'][0][0],'\n')
images.loc[0,'image'][0][0]=[1,1]
print(images.loc[0,'image'][0][0],images.loc[1,'image'][0][0])

编辑：要处理您的评论，如何创建多个副本，您可以尝试：

images = [np.zeros([2,2,2]) for lv in range(10000)] # create list containing independent instances of numpy arrays
images = pd.Series(images, index = range(10000))
images = images.to_frame('images')
images # should now be a dataframe containing independent numpy arrays in its 'image' column.

---

所以你改变了一个物体，另一个也改变了？也许，它是同一个物体。

images.loc[0，'image']是images.loc[1，'image']

@ArcoBast images.loc[0，'image']是images.loc[1，'image']是false，它的嵌套版本是什么<代码>图像。loc[0，'image'][0]是图像。loc[1，'image'][0]和

图像。loc[0，'image'][0][0]是图像。loc[1，'image'][0][0]

？@ArcoBast False和False aswell@ArcoBast我添加了一个mcveThis仍然不能为我解决它，我仍然得到[1,1][1,1]作为输出兴趣，我没有。对于不同的python版本，deepcopy的工作方式可能有所不同。请看最后一个解决方案，其中数据帧首先由独立生成的numpy数组构成。编辑方法确实适用于我，非常感谢。很高兴听到这个消息。你的mcve使帮助成为可能。通常，您可能需要重新考虑您的数据结构。将numpy数组作为pandas数据帧中的对象是不寻常的，可能会导致问题，因为pandas经常尝试将数组与数据帧本身的维度对齐。为什么不使用4维numpy数组呢？我需要将一些数据转换成图像，这样我就可以使用卷积网络进行分类。

images = [np.zeros([2,2,2]) for lv in range(10000)] # create list containing independent instances of numpy arrays
images = pd.Series(images, index = range(10000))
images = images.to_frame('images')
images # should now be a dataframe containing independent numpy arrays in its 'image' column.