为什么在使用张量流图函数并将其转换为 numpy 数组时，我没有以正确的顺序获得 tf.data.dataset 的标签？

问：

因此，我正在使用 image_dataset_from_directory 方法创建一个张量流数据集。问题是，我想将这个函数返回的 tf.data.dataset 拆分为输入数据 （trainX） 和标签 （trainY） 的两个 numpy 数组。为此，我使用两个简单的函数来获取数据，并在稍后使用 tensorflow map 函数调用它们。另外，我将 map 函数给出的 tf.data.dataset 转换为一个 numpy 数组。所有提到的都在下面的代码中：

def get_inputs(inputs, labels):
    return inputs
def get_labels(inputs, labels):
    return labels

trainX = np.concatenate(list(train_ds.map(get_inputs)))
trainY = np.concatenate(list(train_ds.map(get_labels)))

然后，我使用以下代码绘制图像：

def view_image(trainX, trainY):
    image = trainX
    label = trainY
    
    
    fig = plt.figure(figsize=(10, 10))
    
    for i in range(8): #9
        ax = plt.subplot(4, 4, i + 1)
        plt.imshow(image[i].astype("uint8"))
        plt.title(int(label[i]))
        plt.axis("off")

view_image(trainX,trainY)

我期待这个结果：

在此处输入图像描述

相反，我得到了这个：

在此处输入图像描述

1 和 0 是我的标签。我的问题是：为什么在绘图时我没有正确标记我的输入？（我敢肯定最初标签是按正确的顺序分配的）