宽度学习数据预处理——python批量读取单张图片csv文件转为一维数组并存入同一csv文件

一、先放转后的文件效果图

以55*55的图片csv文件为例子，经过代码处理后每一行为一张图片

二、上代码

以读取400张55*55的csv文件为例

注意：如果电脑转的数据过大导致过慢，或者显示报错数据超出列表长度，可以注释掉主函数中pixe(p_array)，再修改save的循环参数，分成若干份转换数据，这样速度会更快

import csv
 
 
def array(a_name):
    with open('../data/csv_data/' + a_name + '.csv') as f:  # 读取文件
        reader = csv.reader(f)  # 创建阅读器
        rows = [row for row in reader]  # 按行读取
        # print(rows[0])  # 打印第0行，此时读取的数据类型为列表
    Array = []
 
    # 此处需要按照csv文件中图片矩阵大小修改range中参数
    for i in range(55):
        a = rows[i]
        for j in range(55):
            b = int(a[j])
            Array.append(b)
    return Array
 
def pixe(p_array):
 
    # open中为处理后储存路径
    with open("../data.csv", "w",newline='') as csvfile:
        writer = csv.writer(csvfile)
        # 先写入columns_name
        writer.writerow(p_array)
 
def save(Array):
    with open("../data.csv", "a",newline='') as csvfile:
        writer = csv.writer(csvfile)
        # 写入多行用writerows，写入单行用writerow
        writer.writerow(Array)
   
if __name__ == '__main__':
 
    # 计算图片的一维元素个数，生成第一行index(此处为像素点编号)
    # 按照不同图片的大小需要修改range中参数(此处为55*55=3025)
    p_array = []
    for j in range(1, 3026):
        b1 = 'pixe' + str(j)
        p_array.append(b1)
    pixe(p_array)
 
    # 修改range中参数为需要读取的文件个数(此处读取400个csv文件）
    for b in range(0,400):
        a_name = str(b+1)
        a = array(a_name)
    save(a)