欢迎大家来到IT世界,在知识的湖畔探索吧!

digits是一个手写数字的数据集，我们可以使用Python的数据可视化库，比如matplotlib，来查看这些手写数字图像。

示例

显示digits.images中的手写数字图像。

from sklearn import datasets

# 加载 `digits` 数据集
digits = datasets.load_digits()

# 导入 matplotlib
import matplotlib.pyplot as plt

# 设置图形大小(宽、高)以英寸为单位
fig = plt.figure(figsize=(6, 6))

# 设置子图形布局，如间隔之类... 
fig.subplots_adjust(left=0, right=1, bottom=0, top=1, hspace=0.05, wspace=0.05)

# 对于64幅图像中的每一幅
for i in range(64):
    # 初始化子图:在8×8的网格中，在第i+1个位置添加一个子图
    ax = fig.add_subplot(8, 8, i + 1, xticks=[], yticks=[])
    # 在第i个位置显示图像
    ax.imshow(digits.images[i], cmap=plt.cm.binary, interpolation='nearest')
    # 用目标值标记图像
    ax.text(0, 7, str(digits.target[i]))

# 显示图形
plt.show()

欢迎大家来到IT世界,在知识的湖畔探索吧!

输出

我们也可以使用digits.target中的目标值标记digits.images图像格式的样本数据，并显示

示例

显示digits.images中的前8个手写数字图像，并用对应的目标值标记图像。

欢迎大家来到IT世界,在知识的湖畔探索吧!from sklearn import datasets

# 加载 `digits` 数据集
digits = datasets.load_digits()

# 导入 matplotlib
import matplotlib.pyplot as plt

# 设置图形大小(宽、高)以英寸为单位
fig = plt.figure(figsize=(6, 6))

# 设置子图形布局，如间隔之类... 
fig.subplots_adjust(left=0, right=1, bottom=0, top=1, hspace=0.05, wspace=0.05)

# 对于64幅图像中的每一幅
for i in range(64):
    # 初始化子图:在8×8的网格中，在第i+1个位置添加一个子图
    ax = fig.add_subplot(8, 8, i + 1, xticks=[], yticks=[])
    # 在第i个位置显示图像
    ax.imshow(digits.images[i], cmap=plt.cm.binary, interpolation='nearest')
    # 用目标值标记图像
    ax.text(0, 7, str(digits.target[i]))

# 显示图形
plt.show()

显示：