Python 将pandas系列对象（Dataframe列）转换为numpy数组的适当方式是什么？

基本上我有一个数据帧：

如图所示，它有两列（Age、ImageData（（200200,3）float32中图像像素的3D数组））让我们假设数据帧的名称是data

print(type(data["ImageData"]))
print(data["ImageData"].dtype)
print(data["ImageData"].shape)
print(data["ImageData"].ndim)

<class 'pandas.core.series.Series'>
object
(1000,)
1

打印（类型（数据[“图像数据]）） 打印（数据[“图像数据”].dtype） 打印（数据[“图像数据”]。形状） 打印（数据[“图像数据”].ndim） 对象 (1000,) 1. 将系列转换为numpy阵列不起作用。虽然它将类型更改为数组，但它将其视为整个数组，并将其作为1d

print(type(np.array(data["ImageData"])))
print(np.array(data["ImageData"]).dtype)
print(np.array(data["ImageData"]).shape)
print(np.array(data["ImageData"]).ndim)

<class 'numpy.ndarray'>
object
(1000,)
1

print（类型（np.array（data[“ImageData”]））
打印（np.array（data[“ImageData”]）.dtype）
打印（np.array（数据[“ImageData”]）.shape）
打印（np.array（data[“ImageData”]）.ndim）
对象
(1000,)
1.

所以现在我想要的是将这个系列对象转换成多维数组，这样我可以得到类似的东西，但这里我使用了列表。这是我希望使系列多维化的结果。这是本文的主要目标，但不知道没有to_list（）该怎么办

print（类型（np.array（data[“ImageData”].to_list（）））
打印（np.array（data[“ImageData”].to_list（））.dtype）
打印（np.array（data[“ImageData”].to_list（））.shape）
打印（np.array（data[“ImageData”].to_list（））.ndim）
浮动32
(1000, 200, 200, 3)
4.

我这里有一些问题

为什么序列对象在不使用列表的情况下无法转换为数组或多维数组

为什么在使用

np.array（）

转换时，序列存储为数组中的1d

有谁能向我解释一下，我最近开始学习python，如果有人能指出我的错误，那将对我继续学习非常有帮助。抱歉，如果一些术语或解释不清楚。我试图在这个平台上查看它，有许多与我类似或相同的问题，但我找不到一点细节，因此任何相关的参考都会有所帮助，因为数据帧和系列（单列）都有一个

值
属性或
到numpy
方法。这些都应该记录在案。如果序列包含数组（object-dtype），那么该数组也将是带有数组元素的object-dtype
np.stack
可以从中构造数字数组。
np.array（aSeries）
与
aSeries.to\u numpy（）
或
aSeries.values
相同。结果数组实际上可能是
aSeries
内部使用的数组（或视图或副本）。不管怎么说，处理过程很简单。我建议使用
np.stack
，尽管
np.array（..…to_list（））
方法同样好（前提是组件数组都具有相同的形状）。
print(type(np.array(data["ImageData"].to_list())))
print(np.array(data["ImageData"].to_list()).dtype)
print(np.array(data["ImageData"].to_list()).shape)
print(np.array(data["ImageData"].to_list()).ndim)
<class 'numpy.ndarray'>
float32
(1000, 200, 200, 3)
4