pytorchnp.transpose(npimg, (1, 2, 0))

最近看pytorch的一个代码，结果中间有一句还是看不太懂，最后过了一些阵子才看懂，在此Mark一下。

  
  

  
  
1

代码如下：

def imshow(img,text,should_save=False):
    npimg = img.numpy()  # 将torch.FloatTensor 转换为numpy
    plt.axis("off")  # 不显示坐标尺寸
    if text:
        plt.text(75, 8, text, style='italic',fontweight='bold',
            bbox={'facecolor':'white', 'alpha':0.8, 'pad':10})  # facecolor前景色
    # pytorch 图片的显示问题
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()

 
 

 
 
1
2
3
4
5
6
7
8
9
10

解释这句话：plt.imshow(np.transpose(npimg, (1, 2, 0)))。因为在plt.imshow在现实的时候输入的是（imagesize,imagesize,channels）,而def imshow(img,text,should_save=False)中，参数img的格式为（channels,imagesize,imagesize）,这两者的格式不一致，我们需要调用一次np.transpose函数，即np.transpose(npimg,(1,2,0))，将npimg的数据格式由（channels,imagesize,imagesize）转化为（imagesize,imagesize,channels）,进行格式的转换后方可进行显示。

---

总结一下，pytorch在载入数据集是元组tuple的形式，里面包括了数据及标签，其中的数据可以转换为torch .Tensor的形式，方便后面计算使用。在显示数据的时候，需要将torchtensor
在pytorch中，读入图片并进行显示的方式有两种。

方式一

将读取出来的torch.FloatTensor转换为numpy，然后将其（1 ,imagesize,imagesize）给reshape一下，变成（imagesize,imagesize）的形式，最后进行显示，上代码：

# dataset的格式为:([torch.FloatTensor of size 1x28x28]，3)  其中图片的格式为（1x28x28）图片的标签为3
# 这里我们只取这一张图片本身，先不管它的标签。
img=dataset[0]
# First 将 torch.FloatTensor 转换为 numpy的格式
img=img.numpy()
# Second 将shape（1,28,28）转化为（28,28）
img=img.reshape(28,28)
# Third 调用plt 将图片显示出来
plt.imshow(img,cmap='gray')
plt.show()
#然后就可以显示图片了
 
 

 
 
1
2
3
4
5
6
7
8
9
10
11

方式二：调用torch的接口

img=torchvision.utils.make_grid(img).numpy()
plt.imshow(np.transpose(img,(1,2,0)))
plt.show()
 
 

 
 
1
2
3

这里用np.transpose（img，(1,2,0)）将图片的格式由（channels,imagesize,imagesize）转化为（imagesize,imagesize,channels）,这样plt.show()就可以显示图片了。

---

我对此处np.transpose(1,2,0)理解参考此处