Python - 主成分分析(PCA)错误

Question

我正在尝试使用 python 进行主成分分析 (PCA)。这是我的代码:

import os
from PIL import Image
import numpy as np
import glob
from matplotlib.mlab import PCA

#Step1: put database images into a 3D array
filenames = glob.glob('C:\\Users\\Karim\\Downloads\\att_faces\\New folder/*.pgm')
filenames.sort()
img = [Image.open(fn).convert('L') for fn in filenames]
images = np.dstack([np.array(im) for im in img])    

# Step2: create 2D flattened version of 3D input array
d1,d2,d3 = images.shape
b = np.zeros([d1,d2*d3])
for i in range(len(images)):
  b[i] = images[i].flatten()

#Step 3: PCA
results = PCA(b)
results.Wt

但我得到一个错误RuntimeError: we assume data in a is organized with numrows>numcols

我尝试用 b = np.zeros([d2*d3, d1]) 替换 b = np.zeros([d1,d2*d3]) 我得到 ValueError:无法将输入数组从形状 (2760) 广播到形状 (112)

谁能帮帮我？

Answer 1

如果您更改为 b = np.zeros([d2*d3, d1]) 您之后还应该更改循环，否则您会尝试放置一个 d1 维度数组转换为 d2*d3 一个。

你应该摆脱第二个错误

你可以简单地转置b

# Step2: create 2D flattened version of 3D input array
d1,d2,d3 = images.shape
b = np.empty([d1,d2*d3])  #if you know that you are filling the whole array it's faster that using np.zeros or np.ones
for i, im in enumerate(images): 
    b[i,:] = im.flatten()

#Step 3: PCA
results = PCA(b.T)

我还用我认为更好的版本替换了你的 for 循环:在你的实现中，你首先找到 images 的维度，创建一个整数列表循环它然后重新 -访问图像。 enumerate 返回带有一对 (index, value) 的迭代器。优点是它只返回您需要的元素，然后您不必在循环中直接访问 images。

可能你也不需要创建images，但我不知道PIL，所以我帮不了你。在这种情况下，您可以简单地使用类似的方法获取尺寸

d1,d2,d3 = len(img), img[0].shape

---

编辑

如果你愿意，你也可以在阅读文件时将文件内容转换为 numpy。

根据记录，这是 numpy.asarray .