sklearn中digits手写字体数据集介绍

1. 导入

from sklearn import datasets
digits = datasets.load_digits()

2. 属性查看

• digits: bunch类型

print digits.keys()

['images', 'data', 'target_names', 'DESCR', 'target']

3. 具体数据

• 1797个样本，每个样本包括8*8像素的图像和一个[0, 9]整数的标签

3.1 images

• ndarray类型，保存8*8的图像，里面的元素是float64类型，共有1797张图片
• 用于显示图片

# 获取第一张图片
print digits.images[0]
plt.imshow(digits.image[0])

[[  0.   0.   5.  13.   9.   1.   0.   0.]
 [  0.   0.  13.  15.  10.  15.   5.   0.]
 [  0.   3.  15.   2.   0.  11.   8.   0.]
 [  0.   4.  12.   0.   0.   8.   8.   0.]
 [  0.   5.   8.   0.   0.   9.   8.   0.]
 [  0.   4.  11.   0.   1.  12.   7.   0.]
 [  0.   2.  14.   5.  10.  12.   0.   0.]
 [  0.   0.   6.  13.  10.   0.   0.   0.]]

3.2 data

• ndarray类型，将images按行展开成一行，共有1797行
• 输入数据

# 获取第一张图片的数据
print digits.data[0]

[  0.   0.   5.  13.   9.   1.   0.   0.   0.   0.  13.  15.  10.  15.   5.
   0.   0.   3.  15.   2.   0.  11.   8.   0.   0.   4.  12.   0.   0.   8.
   8.   0.   0.   5.   8.   0.   0.   9.   8.   0.   0.   4.  11.   0.   1.
  12.   7.   0.   0.   2.  14.   5.  10.  12.   0.   0.   0.   0.   6.  13.
  10.   0.   0.   0.]

3.3 target

• ndarray类型，指明每张图片的标签，也就是每张图片代表的数字
• 输出数据，标签

# 获取第一张图片的标签
print digits.target[0]

0

3.4 target_names

• ndarray类型，数据集中所有标签值

print digits.target_names

[0 1 2 3 4 5 6 7 8 9]

3.5 DESCR

• 数据集的描述，作者，数据来源等