temp = temp.transpose() # 打乱顺序 np.random.shuffle(temp) # print(temp) # 取出第一个元素作为 image 第二个元素作为 label image_list = temp[:, 0] label1_train = temp[:train_num, 1] # print(label1_train) # 单出，去掉单字符 label_train = [int(y) for y in label1_train] # print(label_train) label1_test = temp[train_num:, 1] label_test = [int(y) for y in label1_test]

这段代码是对加载的数据进行一些处理，包括打乱顺序、划分训练集和测试集，并将标签数据转换为 int 类型。首先，使用 temp.transpose() 函数将 temp 数组转置，然后使用 np.random.shuffle(temp) 函数将 temp 数组打乱顺序，以增加数据的随机性。接着，使用 temp[:, 0] 取出 temp 数组中的第一列作为图片路径，使用 temp[:train_num, 1] 取出前 train_num 行第二列作为训练集的标签，使用 temp[train_num:, 1] 取出后面的为测试集的标签。然后，使用列表推导式将标签数据转换为 int 类型，并分别将训练集和测试集的标签存储到 label_train 和 label_test 中。需要注意的是，该函数并没有对图片进行读取和预处理的操作，只是简单地将图片路径和标签存储到了列表中，并将标签转换为了 int 类型。