教師有学習のさわり～とりあえずデータを眺める - Pythonを一から勉強してデータ分析できるようになる

[Take0] ライブラリ（sklearn）に準備されているデータを見てみる

sklearnには「digits」という画像（数字）の学習データがあるそう。これを眺めてみる。

【書式】

sklearn.dataseets

データ=sklearn.datasets.load_digits()

【コード】

import sklearn.datasets

digits=sklearn.datasets.load_digits()

print("データの個数=",len(digits.images)) #データの個数

print("画像データ=",digits.images[0]) #0番目の画像データ

print("何の数字か=",digits.target[0]) #0番目の画像データが表す数字

print(type(digits))

print(type(digits.images))

print(type(digits.target))

【結果】

データの個数= 1797

画像データ= [[ 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.]]

何の数字か= 0

[Take0-1] 画像データとされる8*8のマトリックスを可視化してみる。

画像データで返されている配列は、8x8のマトリックスで、その値は色の濃淡を表すらしい。０が白、16が黒、ということなので16階調グレースケールか？

とりあえず、10以上を黒い、1以上をグレー、0を白にして図にしてみると次のようになった。

【結果】

[Take1] 画像データの個数は、1797個なので1797個目の画像データで同じことを実行してみる

【書式】

【コード】

print("画像データ=",digits.images[1796])

print("何の数字か=",digits.target[1796])

【結果】

画像データ= [[ 0. 0. 10. 14. 8. 1. 0. 0.]

[ 0. 2. 16. 14. 6. 1. 0. 0.]

[ 0. 0. 15. 15. 8. 15. 0. 0.]

[ 0. 0. 5. 16. 16. 10. 0. 0.]

[ 0. 0. 12. 15. 15. 12. 0. 0.]

[ 0. 4. 16. 6. 4. 16. 6. 0.]

[ 0. 8. 16. 10. 8. 16. 8. 0.]

[ 0. 1. 8. 12. 14. 12. 1. 0.]]

何の数字か= 8

同様にマトリックスにおとすと

[TAKE2] matplolibを使って、画像イメージを表示してみる

【書式】

plt.imshow()

cmapオプションで、登録済みのカラーマップを指定する。

【コード】

import sklearn.datasets

import matplotlib.pyplot as plt

digits=sklearn.datasets.load_digits()

print("最初の画像　",digits.target[0])

plt.imshow(digits.images[0],cmap="Greys")

plt.show()

print("最後の画像　",digits.target[1796])

plt.imshow(digits.images[1796],cmap="Greys")

plt.show()

【結果】

最初の画像　 0

最後の画像　 8

グレースケールが考慮されているので、手作業の図よりも情報量は増えたが、わかりにくくなったような気もする。

[Take3] 教師画像データを50個、書き出すプログラム

【書式】

forループで全体画像を作成して、最後に描画する感じ。

オプション

.subplot(縦,横,順番)：「縦」x「横」のマトリックスの、「順番」番目に描画

.axis("off")：枠線を表示しない

【コード】

import sklearn.datasets

import matplotlib.pyplot as plt

digits=sklearn.datasets.load_digits()

for i in range(50):

plt.subplot(5,10,i+1)

plt.axis("off")

plt.title(digits.target[i])

plt.imshow(digits.images[i],cmap="Greys")

plt.show()

【結果】

[Take3-1] 教師画像データを100個、書き出すプログラム

もともと解像度が低いので、描画サイズが小さくなると判読しやすくなる。

【書式】

【コード】

import sklearn.datasets

import matplotlib.pyplot as plt

digits=sklearn.datasets.load_digits()

for i in range(100):

plt.subplot(5,20,i+1)

plt.axis("off")

plt.title(digits.target[i])

plt.imshow(digits.images[i],cmap="Greys")

plt.show()

【結果】