从fit图像构建数据集的有效方法

Question

我有一套适合的图像：大约32000张图像的分辨率（256,256）。我要构建的数据集是矩阵状的，因此输出形状为（32000,256 * 256）。

简单的解决方案是for循环，类似于：

#file_names is a list of paths
samples=[]
for file_name in file_names:
    hdu=pyfits.open(file_name)
    samples.append(hdu[0].data.flatten())
    hdu.close()
#then i can use numpy.concatenate to have a numpy ndarray

这个解决方案非常非常慢。那么构建如此庞大的数据集的最佳解决方案是什么？