sklearn中digits手写字体数据集介绍

1. 导入

from sklearn import datasets
digits = datasets.load_digits()

• 
  

2. 属性查看

• digits: bunch类型

print digits.keys()

['images', 'data', 'target_names', 'DESCR', 'target']

• 
  

3. 具体数据

• 1797个样本，每个样本包括8*8像素的图像和一个[0, 9]整数的标签

3.1 images

• ndarray类型，保存8*8的图像，里面的元素是float64类型，共有1797张图片
• 用于显示图片

# 获取第一张图片
print digits.images[0]
plt.imshow(digits.image[0])

[[  0.   0.   5.  13.   9.   1.   0.   0.]
 [  0.   0.  13.  15.  10.  15.   5.   0.]
 [  0.   3.  15.   2.   0.  11.   8.   0.]
 [  0.   4.  12.   0.   0.   8.   8.   0.]
 [  0.   5.   8.   0.   0.   9.   8.   0.]
 [  0.   4.  11.   0.   1.  12.   7.   0.]
 [  0.   2.  14.   5.  10.  12.   0.   0.]
 [  0.   0.   6.  13.  10.   0.   0.   0.]]

• 
  

3.2 data

• ndarray类型，将images按行展开成一行，共有1797行
• 输入数据

# 获取第一张图片的数据
print digits.data[0]

[  0.   0.   5.  13.   9.   1.   0.   0.   0.   0.  13.  15.  10.  15.   5.
   0.   0.   3.  15.   2.   0.  11.   8.   0.   0.   4.  12.   0.   0.   8.
   8.   0.   0.   5.   8.   0.   0.   9.   8.   0.   0.   4.  11.   0.   1.
  12.   7.   0.   0.   2.  14.   5.  10.  12.   0.   0.   0.   0.   6.  13.
  10.   0.   0.   0.]

• 
  

3.3 target

• ndarray类型，指明每张图片的标签，也就是每张图片代表的数字
• 输出数据，标签

# 获取第一张图片的标签
print digits.target[0]

0

• 
  

3.4 target_names

• ndarray类型，数据集中所有标签值

print digits.target_names

[0 1 2 3 4 5 6 7 8 9]

• 
  

3.5 DESCR

• 数据集的描述，作者，数据来源等

把一张图片转化为像素矩阵:

from sklearn.datasets import load_digits
import matplotlib.pyplot as plt


digits = load_digits()
print(digits.data[1].reshape((8,8))) #方法1
print(digits.images[1])#方法2

显示10张图片:

fig, ax = plt.subplots(
        nrows=2,
        ncols=5,
        sharex=True,
        sharey=True, )

ax = ax.flatten()

for i in range(10):
    ax[i].imshow(digits.data[i].reshape((8,8)), cmap='Greys', interpolation='nearest')

plt.show()