Python读取.mat数据时reshape生成matplotlib图像报错解决
报错核心原因
单条样本X[5,:]的长度为784,你指定的reshape目标形状(16,16)总元素数仅为256,二者维度总量不匹配,因此触发reshape错误。
换算可得,刚好能容纳784个像素的正方形灰度图边长为28(28×28=784),和数据集实际规格匹配,你之前误将数据集的图像尺寸记为了16×16。
修正调整方法
- 直接将reshape的目标形状参数从
(16,16)替换为(28,28),即可匹配像素数量完成reshape操作 - 如果生成的图像出现像素错位、轮廓上下颠倒的情况,是因为
.mat文件为MATLAB格式存储,默认采用列优先的像素排布,只需要给reshape补充order='F'参数,适配原有存储顺序即可正常展示
补充说明:MATLAB格式的图像数据存储规则和NumPy默认的行优先读取规则存在差异时,无需修改数据集本身,仅调整reshape的order参数就能解决显示异常。
完整可运行的修正代码
import scipy.io as spio import numpy as np import matplotlib.pyplot as plt digits = spio.loadmat('./data/digits.mat', squeeze_me=True) X = digits['X'] # 替换原reshape参数为匹配784像素的尺寸 plt.imshow(np.reshape(X[5,:],(28,28)), cmap='Greys') plt.show()
如果遇到图像错位问题,将reshape行替换为带顺序参数的版本即可:
plt.imshow(np.reshape(X[5,:],(28,28), order='F'), cmap='Greys')
内容的提问来源于stack exchange,提问作者ah bon
相关产品推荐
相关产品推荐

