minst数据集读入及显示

参考的这篇https://blog.csdn.net/z704630835/article/details/82017892博客的一小小部分

直接用了博客里面的load_data()
读入之后挑了一些打印成图片 看看样子～～～

import os
import numpy as np
import matplotlib.pyplot as plt

def load_data(data_path):
    '''
    函数功能：导出MNIST数据
    输入: data_path   传入数据所在路径（解压后的数据）
    输出: train_data  输出data   
         train_label  输出label               
    '''
 
    f_data = open(os.path.join(data_path, 'train-images.idx3-ubyte'))
    loaded_data = np.fromfile(file=f_data, dtype=np.uint8)
    #前16个字符为说明符，需要跳过
    train_data = loaded_data[16:].reshape((-1, 784)).astype(np.float)
 
    f_label = open(os.path.join(data_path, 'train-labels.idx1-ubyte'))
    loaded_label = np.fromfile(file=f_label, dtype=np.uint8)
    #前8个字符为说明符，需要跳过
    train_label = loaded_label[8:].reshape((-1)).astype(np.float)
 
    return train_data, train_label


if __name__ == '__main__':
    train_data,train_label = load_data('xxxxxxx/minst')
    # 把下载好的minst数据集 放在xxxxxxx/minst文件夹里面；填入路径即可
    print np.shape(train_data)
    # (60000, 784) 
    print np.shape(train_label)
    # (60000,)
    for i in range(5):
        img = train_data[i].reshape(28,28)
        # 变成二维图片
        plt.imshow(img)
        plt.show()
        print train_label[i]
   # 输出了前五个图片 及其标签

哟呵哟呵
不是说标签是一个长度为10的向量么？？
我以为标签是向量啊 每个位置的值代表这个图片为该位置对应数字的出现概率呢。。。

来源：https://blog.csdn.net/weixin_39389001/article/details/100668991