Python加载CIFAR-10后如何访问字典中的数据？

嘿，刚接触Python遇到这种字典访问的问题太正常了！我来一步步给你拆解怎么从你加载的CIFAR-10数据里取出需要的内容～

首先，你用unpickle加载的每个batch（不管是训练集的data_batch_1到data_batch_5，还是测试集的test_batch）都是一个字节键的字典——因为你用了encoding='bytes'参数，所以字典的键都是类似b'data'这样的字节字符串，这点要注意哦。

第一步：先看看字典里有哪些内容 #

你可以先打印单个训练batch的键，看看里面都存了什么：

# 取第一个训练batch
first_train_batch = train[0]
# 打印所有键
print(first_train_batch.keys())

运行后会输出类似这样的结果：

dict_keys([b'batch_label', b'labels', b'data', b'filenames'])

这四个就是CIFAR-10每个batch字典里的固定键，下面逐个讲它们的用途：

第二步：逐个访问字典中的内容 #

1. 图像数据：b'data' #

这个键对应的值是一个形状为(10000, 3072)的numpy数组——每个batch有10000张图，每张图是3072个整数（对应32x32像素的RGB图像，3个通道，每个通道32*32=1024个像素值）。

如果你想把它转换成更直观的图像形状（比如(样本数, 通道数, 高度, 宽度)或者(样本数, 高度, 宽度, 通道数)），可以这样处理：

# 转成(10000, 3, 32, 32)的形状（通道在前，适合PyTorch）
train_images = first_train_batch[b'data'].reshape(-1, 3, 32, 32)
# 或者转成(10000, 32, 32, 3)的形状（通道在后，适合TensorFlow/OpenCV）
train_images = train_images.transpose(0, 2, 3, 1)

2. 类别标签：b'labels' #

这个键对应的值是一个长度为10000的列表，每个元素是0-9的整数，分别对应CIFAR-10的10个类别（比如0=飞机，1=汽车，2=鸟类，3=猫，4=鹿，5=狗，6=青蛙，7=马，8=船，9=卡车）。

你可以直接把它转成numpy数组方便后续处理：

train_labels = np.array(first_train_batch[b'labels'])

3. 文件名：b'filenames' #

这个是每个图像的原始文件名，是一个字节字符串的列表，比如b'leptodactylus_pentadactylus_s_000004.png'，一般做训练的时候用不上，但如果需要对应原始文件可以用它。

4. Batch标识：b'batch_label' #

这个就是当前batch的说明，比如第一个训练batch的这个值是b'training batch 1 of 5'，测试集的是b'testing batch 1 of 1'，主要用来确认加载的是哪个batch。

第三步：合并所有训练batch的数据 #

因为你加载了5个训练batch，要是想把它们整合成一个完整的训练集，可以这样做：

# 合并所有训练图像数据
all_train_images = np.concatenate([batch[b'data'] for batch in train], axis=0)
# 转成合适的形状
all_train_images = all_train_images.reshape(-1, 3, 32, 32).transpose(0, 2, 3, 1)

# 合并所有训练标签
all_train_labels = []
for batch in train:
    all_train_labels.extend(batch[b'labels'])
all_train_labels = np.array(all_train_labels)

这样all_train_images就是(50000, 32, 32, 3)的数组，all_train_labels是(50000,)的数组，就是完整的CIFAR-10训练集啦～

测试集的访问方式和单个训练batch完全一样，比如：

test_images = test[b'data'].reshape(-1, 3, 32, 32).transpose(0, 2, 3, 1)
test_labels = np.array(test[b'labels'])

要是你还有其他没说出来的困惑，随时告诉我哦！

内容的提问来源于stack exchange，提问作者user9369143