Python读取mnist数据集

在看deeplearning教程的时候遇到了这么个玩意，mnist，一个手写数字的数据集。大概是google为了方便广大程序员进行数字识别而构建的库，里面都是美国中学生手写的阿拉伯数字，但是为了方便存储，他并不是以图片的形式保存的，而是以二进制文件的形式保存的。这就让普通人看着略微蛋疼的了，教程里也并没有提供具体的提取图片的方案。得，读取这个还得自己来。

地址

我用的应该是用python处理过的版本： mnist.pkl.gz，这个好像是为了方便用python读取特意配置过的。

分析

别看他是压缩文件，解压之后并没有用，而是一个很大的文本文件，还得在这里读取。文档里说，这里面有60000个训练图片，10000个测试图片，训练图片又分为了train_set 和valid_set两个集合（不懂是啥意思）。每个集合内都包含了图片和标签两块内容，图片都是28*28的点阵图；而标签，则是0-9之间的一个数字。

说的也挺清楚的，思路也大概晓得了，我们当前的任务应该就是用matplot进行绘图保存即可。

代码

折腾许久也是弄好了，教程中说要用theano来存图，然而theano还不会用。。。0.0

import cPickle, gzip
import numpy as np
import  matplotlib.pyplot as plt

def display(data):#显示图片
	x=np.arange(0,28)
	y=np.arange(0,28)
	X,Y=np.meshgrid(x,y)
	plt.imshow(data.reshape(28,28),interpolation='nearest', cmap='bone')
	plt.colorbar()
	plt.show()
	return

def save(data,name):#保存图片
	x=np.arange(0,28)
	y=np.arange(0,28)
	X,Y=np.meshgrid(x,y)
	plt.imshow(data.reshape(28,28),interpolation='nearest', cmap='bone')
	plt.savefig(name)
	return

f = gzip.open('mnist.pkl.gz', 'rb')#读取数据
train_set, valid_set, test_set = cPickle.load(f)#分类
f.close()
train_set_image,train_set_num=train_set

token=10    #需要显示的图片个数
for i in range(0,token):
	save(train_set_image[i],"./"+str(i)+"-"+str(train_set_num[i]))

我显示了１０张图片，打开第一张（0-5.png）看看效果：

这就是美国人写的5。。。