Chainer:MNISTの手書き数字の読み込みと表示

MNISTの手書き数字の読み込みは、きわめて簡単である。
最初におまじないを並べたあと、次の1行だけで、トレーニングデータとテストデータが読み込まれ、２つのオブジェクトに入る。

train, test = chainer.datasets.get_mnist()

トレーニングデータがどのように入っているか、確認しよう。

>>> type(train)
<class 'chainer.datasets.tuple_dataset.tupledataset'>
>>> len(train)
60000
>>> train[0]
(array([ 0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
0.        ,  0.        ,  0.        ,  0.        ,  0.        ,

        .........中略..........

0.        ,  0.11764707,  0.14117648,  0.36862746,  0.60392159,
0.66666669,  0.99215692,  0.99215692,  0.99215692,  0.99215692,
0.99215692,  0.88235301,  0.67450982,  0.99215692,  0.94901967,
0.76470596,  0.25098041,  0.        ,  0.        ,  0.        ,
0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
0.        ,  0.        ,  0.        ,  0.19215688,  0.9333334 ,
0.99215692,  0.99215692,  0.99215692,  0.99215692,  0.99215692,

.........中略..........
0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
0.        ,  0.        ,  0.        ,  0.        ], dtype=float32), 5)
>>> train[0][0].shape
(784,)

これから、trainは要素数60000個のリストで、各リストは、画像データと、数値(0から９)のタプル。
画像データは、要素数784個の１次元配列。

今回は、最初の48個の画像だけを表示するので、最初の48個だけを取り出す。

xtrain = train._datasets[0][:48]
ytrain = train._datasets[1][:48]

あとは、subplotsを使って、画面を分割して表示するだけである。

fig,ax = plt.subplots(nrows=6,ncols=8,sharex=True,sharey=True)
ax = ax.flatten()
for i in range(48):
img = xtrain[i].reshape(28,28)
ax[i].imshow(img,cmap='Greys',interpolation='none')

ax.flatten()により、forループ中で、表示枠を指定するのに、単にax[i]で済ますことができる。
画像データは、サイズが784の1次元配列になっているので、28×28の2次元配列に直している。
画像データは賢く表示してくれると困るので、ありのまま表示するようにinterpolation='none'を指定している。
後は、ファイルにセーブし表示している。

ax[0].set_xticks([])
ax[0].set_yticks([])
plt.tight_layout()
plt.savefig("mnistdisp48.png")
print(ytrain.reshape(6,8))
plt.show()

plt.subplots()で、分割された枠のx軸y軸の情報を共有するために、sharex、shareyをTrueにしている。そして、最後のところで、set_xticks([])、set_yticks([])により、目盛りなど目障りなものを表示しないようにしている。

ということで、最後にプログラム全体を示す。 “mnistdisp.py”: NMISTの読み込みと表示

#!/usr/bin/env python
# from http://nlp.dse.ibaraki.ac.jp/~shinnou/book/chainer.tgz

import numpy as np
import chainer
from chainer import cuda, Function, gradient_check, Variable
from chainer import optimizers, serializers, utils
from chainer import Link, Chain, ChainList
import chainer.functions as F
import chainer.links as L
import matplotlib.pyplot as plt

# http://yann.lecun.com/exdb/mnist/
train, test = chainer.datasets.get_mnist()
xtrain = train._datasets[0][:48]
ytrain = train._datasets[1][:48]
#xtest = test._datasets[0]
#ytest = test._datasets[1]

fig,ax = plt.subplots(nrows=6,ncols=8,sharex=True,sharey=True)
ax = ax.flatten()
for i in range(48):
img = xtrain[i].reshape(28,28)
ax[i].imshow(img,cmap='Greys',interpolation='none')

ax[0].set_xticks([])
ax[0].set_yticks([])
plt.tight_layout()
plt.savefig("mnistdisp48.png")
print(ytrain.reshape(6,8))
plt.show()