digits是一個手寫數字的數據集，我們可以使用Python的數據可視化庫，比如matplotlib，來查看這些手寫數字圖像。
示例
顯示digits.images中的手寫數字圖像。
from sklearn import datasets # 加載 `digits` 數據集 digits = datasets.load_digits() # 導入 matplotlib import matplotlib.pyplot as plt # 設置圖形大小(寬、高)以英寸為單位 fig = plt.figure(figsize=(6, 6)) # 設置子圖形布局，如間隔之類... fig.subplots_adjust(left=0, right=1, bottom=0, top=1, hspace=0.05, wspace=0.05) # 對於64幅圖像中的每一幅 for i in range(64): # 初始化子圖:在8×8的網格中，在第i+1個位置添加一個子圖 ax = fig.add_subplot(8, 8, i + 1, xticks=[], yticks=[]) # 在第i個位置顯示圖像 ax.imshow(digits.images[i], cmap=plt.cm.binary, interpolation='nearest') # 用目標值標記圖像 ax.text(0, 7, str(digits.target[i])) # 顯示圖形 plt.show()
輸出
我們也可以使用digits.target中的目標值標記digits.images圖像格式的樣本數據，並顯示。
示例
顯示digits.images中的前8個手寫數字圖像，並用對應的目標值標記圖像。
from sklearn import datasets # 加載 `digits` 數據集 digits = datasets.load_digits() # 導入 matplotlib import matplotlib.pyplot as plt # 把圖像和目標標簽組合成一個列表 images_and_labels = list(zip(digits.images, digits.target)) # 對於列表(前8項)中的每個元素 for index, (image, label) in enumerate(images_and_labels[:8]): # 在第i+1個位置初始化一個2X4的子圖 plt.subplot(2, 4, index + 1) # 不要畫坐標軸 plt.axis('off') # 在所有子圖中顯示圖像 plt.imshow(image, cmap=plt.cm.gray_r,interpolation='nearest') # 為每個子圖添加一個標題(目標標簽) plt.title('Training: ' + str(label)) # 顯示圖形 plt.show()
顯示：
