c_list = for f in ds_traincreate_dict_iteratoroutput_numpy=True # if是训练数据的信息遍历训练数据 d = face - fdata 2sum # 计算test和训练图片的欧氏距离 if d min_d

在代码中，可以通过判断c是否已经在c_list中，如果不在则将其加入c_list中，保证c的唯一性。

具体代码示例如下：

c_list = [] for f in ds_train.create_dict_iterator(output_numpy=True): d = ((face - f['data']) ** 2).sum() if d < min_d: min_d = d c = f['label'] if c not in c_list: c_list.append(c)