python解析MNIST数据集(IDX格式)

下载 地址：http://yann.lecun.com/exdb/mnist/
解压 如图
上传 使用的是Jupyter Notebook，所以有这一步，其他编辑器自己考虑路径
代码

import os
import struct
import numpy as np
def read_mnist(labels_path,images_path):
    with open(labels_path, 'rb') as lbpath:
        magic, n = struct.unpack('>II',
                                 lbpath.read(8))
        labels = np.fromfile(lbpath,
                             dtype=np.uint8)

    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

labels_path = 't10k-labels.idx1-ubyte'          #标签文件路径 
images_path = 't10k-images.idx3-ubyte'          #图片文件路径
test_images, test_labels = read_mnist(labels_path,images_path)

print(len(test_labels))
print(test_labels[0:15])
print(len(test_images))
print(len(test_images[0]))

此处以文件较小的测试集为例，训练集同理。
由运行结果可知，测试集里有10000个样本。images储存样本的特征，特征向量784维。labels储存样本的分类类别，有[0-9]类。