如何从tensorflow2的数据集中获得numpy或者pandas数据

当我们使用tensorflow2 时， 很多数据是直接从晚上下载的，tensorflow 的数据集，当我们想看某个的大小或者想画图显示时，需要首先转成numpy array数据，下面是将tensorflow2数据集转成numpy array的方法：

import tensorflow_datasets as tfds  # 导入tensorflow dataset
train = tfds.load(name="mnist", split="train")  # 这里导入了MNIST的训练集，数据格式就是tensroflow dataset
print(train)

输出结果：

<PrefetchDataset shapes: {image: (28, 28, 1), label: ()}, types: {image: tf.uint8, label: tf.int64}>

转为numpy array：

train_array = next(iter(train))
print(train_array.keys())  # 这里train_array是pandas数据格式，输出关键字

输出结果：

dict_keys(['image', 'label'])

包含图像和标签，即可画图操作了。