Python MNIST 数据集 - 加载、显示和归一化图像

Python 调用 MNIST 数据集并显示图片

首先，我们需要导入必要的库，包括 NumPy 和 Matplotlib：

import numpy as np
import matplotlib.pyplot as plt

然后，我们可以使用 Keras 库中的 MNIST 数据集。我们可以使用以下代码导入数据集：

from keras.datasets import mnist

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

这将导入训练和测试图像以及相应的标签。

现在，我们可以使用 NumPy 和 Matplotlib 来显示图像。以下是一个示例代码：

# 显示第一张图像
plt.imshow(train_images[0], cmap=plt.cm.binary)
plt.show()

# 打印第一张图像的标签
print(train_labels[0])

该代码将显示训练集中的第一张图像，并打印相应的标签。

请注意，图像的像素值在 0 到 255 之间。我们可以使用以下代码将像素值转换为 0 到 1 之间的浮点数：

train_images = train_images.astype('float32') / 255
test_images = test_images.astype('float32') / 255

现在，我们可以使用相同的代码来显示归一化后的图像。