Python使用NumPy本地读取MNIST数据集详解

NumPy简介与安装

NumPy

什么是NumPy

NumPy是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。主页为https://numpy.org/。

安装NumPy

使用pip工具来安装。

python -m pip install numpy

使用NumPy读取MNIST数据

使用NumPy读取mnist数据

如果直接从网络上读取mnist数据，恭喜你，目前国内基本需要一个小时以上。所以建议预先下载mnist数据包。

工作环境

当前我的工作环境如下：Win10 + Anaconda。使用Spyder4做为IDE。Anaconda的安装可以参考我的blog。

将数据放置到指定目录

下图是我当前的工作目录环境，因此在C:\Users\sus20\.spyder-py3-dev目录下，建立子目录minist。如下图所示：

将下载好的四个gz文件拷贝到这个目录下，并将这四个gz文件解压。如下图所示：

使用NumPy读取MNIST

load_mnist 函数返回两个数组，第一个是一个 n * m 维的 NumPy array(images)，这里的 n 是样本行数，m 是特征列数。训练数据集包含 60,000 个样本，测试数据集包含 10,000 样本。

在 MNIST 数据集中的每张图片由 28 * 28 个像素点构成，每个像素点用一个灰度值表示。在这里，我们将 28 * 28 的像素展开为一个一维的行向量，这些行向量就是图片数组里的行（每行 784 个值, 或者说每行就是代表了一张图片）。

load_mnist 函数返回的第二个数组(labels) 包含了相应的目标变量，也就是手写数字的类标签（整数 0-9）。

import os
import struct
import numpy as np
 
def load_mnist(path, kind='train'):
  """Load MNIST data from `path`"""
  labels_path = os.path.join(path,'%s-labels-idx1-ubyte'% kind)
  
  images_path = os.path.join(path,'%s-images-idx3-ubyte'% kind)
  
  with open(labels_path, 'rb') as lbpath:
    magic, n = struct.unpack('>II',lbpath.read(8))
    labels = np.fromfile(lbpath,dtype=np.uint8)
  #读入magic是一个文件协议的描述,也是调用fromfile 方法将字节读入NumPy的array之前在文件缓冲中的item数(n). 
 
  with open(images_path, 'rb') as imgpath:
    magic, num, rows, cols = struct.unpack('>IIII',imgpath.read(16))
    images = np.fromfile(imgpath,dtype=np.uint8).reshape(len(labels), 784)
  return images, labels
 
print(load_mnist("minst_data"))

运行代码，将得到如下图结果，说明我们已经正确的从本地读取MNIST数据集。

下一步，我们要开始使用TensorFlow读取MNIST数据集。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。