python实现kNN算法识别手写体数字的示例代码

 from PIL import Image '''将图片转换成文档，使用0，1分别替代空白和数字''' pic = Image.open('/Users/wangxingfan/Desktop/1.png-600') path = open('/Users/wangxingfan/Desktop/1.txt','a') width = pic.size[0] height = pic.size[1] for i in range(0,width): for j in range(0,height): c_RGB = pic.getpixel((i,j))#获取该像素所对应的RGB值 if c_RGB[0]+c_RGB[1]+c_RGB[2]>0:#白色 path.write('0') elif c_RGB[0]+c_RGB[1]+c_RGB[2]==0:#黑色 path.write('1') else: pass path.write('\n') path.close()

 #！／user/bin/env python #-*- coding:utf-8 -*- from os import listdir#获取文件目录下所有文件 ''' from PIL import Image #将图片转换成文档，使用0，1分别替代空白和数字 pic = Image.open('/Users/wangxingfan/Desktop/1.png-600') path = open('/Users/wangxingfan/Desktop/1.txt','a') width = pic.size[0] height = pic.size[1] for i in range(0,width): for j in range(0,height): c_RGB = pic.getpixel((i,j))#获取该像素所对应的RGB值 if c_RGB[0]+c_RGB[1]+c_RGB[2]>0:#白色 path.write('0') elif c_RGB[0]+c_RGB[1]+c_RGB[2]==0:#黑色 path.write('1') else: pass path.write('\n') path.close() ''' import numpy as np import operator as opt def kNN(dataSet, labels, testData, k): '''首先明确列表不能想加减，dataSet是数组形式，而对于下面的test函数，testData只是一列，相当于列表，所以在进行加减时，需要将其转换为数组，我们使用np下的tile函数来实现''' testDatasize = dataSet.shape[0]#获取dataSet的总行数 dataSet = dataSet.astype('float64')#不进行转换则报错 testData1 = np.tile(testData,(testDatasize,1))#使用tile函数返回多个重复构成的数组 testData1 = testData1.astype('float64') distSquareMat = (dataSet - testData1) ** 2 # 计算差值的平方 distSquareSums = distSquareMat.sum(axis=1) # 求每一行的差值平方和，axis=0则按列计算 distances = distSquareSums ** 0.5 # 开根号，得出每个样本到测试点的距离 sortedIndices = distances.argsort() # 排序，得到排序后的下标 indices = sortedIndices[:k] # 取最小的k个 labelCount = {} # 存储每个label的出现次数，出现次数最多的就是我们要选择的类别 for i in indices: label = labels[i] labelCount[label] = labelCount.get(label, 0) + 1 # 次数加一，使用字典的get方法，第一次出现时默认值是0 sortedCount = sorted(labelCount.items(), key=opt.itemgetter(1), reverse=True) # 对label出现的次数从大到小进行排序 return sortedCount[0][0] # 返回出现次数最大的label #定义函数读取某个文件，返回该文件组成的数组 def file_data(fname): arr = [] path = open(fname) for i in range(0,32): line = path.readline() for j in range(0,32): arr.append(line[j]) return arr #建立训练数据集 def train_data(): lables = [] file_list = listdir('/学习/视频课程/源码/第7周/testandtraindata/traindata/') trainarr = np.zeros((len(file_list),1024)) for i in range(0,len(file_list)): file = '/学习/视频课程/源码/第7周/testandtraindata/traindata/'+file_list[i] lables.append(file_list[i].split('_')[0])#获取对应的文件类别 trainarr[i,:] = file_data(file)#取所有列的第一个数据 return trainarr,lables #测试函数 def test(): j = 0 k = 0 trainarr,lables = train_data() testdata_list = listdir('/学习/视频课程/源码/第7周/testandtraindata/testdata/') for i in range(0,len(testdata_list)):#逐个去测试 testfile = '/学习/视频课程/源码/第7周/testandtraindata/testdata/'+testdata_list[i] testdata1 = file_data(testfile) result = kNN(trainarr,lables,testdata1,k=3) print(result+',real_number:'+testdata_list[i].split('_')[0]) if result == testdata_list[i].split('_')[0]: j +=1 else: k +=1 print('辨识成功率：'+j/(k+j)) test()

 p = np.array([0,0,0]) np.tile(p,(3,1))#表示columns方向重复三次，index方向不变 Out[12]: array([[0, 0, 0], [0, 0, 0], [0, 0, 0]]) np.tile(p,(1,3))#表示index方向重复三次，行还是一行 Out[13]: array([[0, 0, 0, 0, 0, 0, 0, 0, 0]])

 a = np.array([[1,1,1],[2,2,2],[3,3,3],[4,4,4]]) a[1,:] Out[21]: array([2, 2, 2]) a[:,1]#所有行的第二列数据 Out[22]: array([1, 2, 3, 4])