手写数字识别代码

import pandas as pd
import numpy as np
import tensorflow as tf
from tensorflow.keras import layers
import matplotlib.pyplot as plt
data=np.load('./mnist111.npz')
data.files
x_train,y_train,x_test,y_test=\
data['x_train'],data['y_train'],data['x_test'],data['y_test']
x_train,x_test=x_train/255.0,x_test/255.0
print('训练集样本',x_train.shape)
print('训练集样本',y_train.shape)
print('测试集样本',x_test.shape)
print('测试集样本',y_test.shape)
plt.figure
plt.rcParams['font.sans-serif']=['WenQuanYi Zen Hei']
plt.rcParams['axes.unicode_minus']=False
plt.imshow(x_train[0],cmap=plt.cm.binary)
plt.colorbar()
plt.grid(False)
plt.title('图片里数字是:%d'%y_train[0],size=15)
plt.show()
model=tf.keras.models.Sequential()
model.add(layers.RNN(layers.SimpleRNNCell(100),input_shape=(28,28)))
model.add(layers.Dense(10,activation='softmax'))
model.summary()
model.compile(loss='sparse_categorical_crossentropy',optimizer='adam',metrics=['accuracy'])
history=model.fit(x_train,y_train,epochs=5,validation_data=(x_test,y_test))

plt.plot(history.epoch,history.history.get('loss'),label='loss')
plt.plot(history.epoch,history.history.get('val_loss'),label='val_loss')
plt.legend()
plt.show()
plt.plot(history.epoch,history.history.get('accuracy'),label='acc')
plt.plot(history.epoch,history.history.get('val_accuracy'),label='val_acc')
plt.legend()
plt.show()
model.evaluate(x_test,y_test,verbose=2)
predictions=model.predict(x_test)
print(np.argmax(predictions[0]))
print(y_test[0])

i=4
plt.figure(figsize=(6,3))
plt.subplot(1,2,1)
plt.imshow(x_test[i],cmap=plt.cm.binary)
plt.xlabel('原图片的数字是%d'%y_test[i],color='red',size=15)
plt.subplot(1,2,2)
plt.xticks(range(10),size=12)
my_plot=plt.bar(range(10),predictions[i],color='blue')
plt.ylim([0,1])
plt.show()

代码段拆解

要拆解语句 plt.title('图片里数字是:%d'%y_train[0], size=15) 的语法：

核心知识点

语法成分	作用	示例/说明
plt.title()	设置图表标题的函数	必需参数为标题文本
%d	整数占位符	替换为 y_train[0] 的整数值
% 操作符	将变量插入字符串模板	右侧为单个变量或元组
size=15	设置字体大小（fontsize 的别名）	也可用 fontsize=15
y_train[0]	数据源索引	需确保是整数，否则报错

此语句通过传统字符串格式化动态生成标题，并指定字体大小，适用于快速绘图场景。

长期项目中建议改用 f-string 提升代码可维护性。

---

1. plt.title() 函数的作用

• 功能 ：plt.title() 是 Matplotlib 中用于设置图表标题的函数，参数包括标题文本和样式属性（如字体大小、颜色等）。

• 基本语法 ：

  plt.title(label, fontsize=None, color=None, loc=None, **kwargs)

  其中 label 是标题文本，其他参数（如 size）用于调整样式。

---

2. 字符串格式化部分：'图片里数字是:%d' % y_train[0]

• %d 的作用 ：
  这是 C 风格格式化占位符，表示将整数插入字符串。%d 会被右侧变量替换（y_train[0] 需为整数）。

• % 操作符的用法 ：
  % 左侧是字符串模板，右侧是待插入的值（单个变量或元组）。此处 y_train[0] 是一个整数变量，例如：

  y_train = [5]  # 示例数据
  title_text = '图片里数字是:%d' % y_train[0]  # 输出：'图片里数字是:5'

  若 y_train[0] 非整数（如字符串），会触发 TypeError。

---

3. size=15 参数

• 作用 ：设置标题字体大小为 15 磅（等价于 fontsize=15）。
  Matplotlib 中 size 是 fontsize 的常用别名，属于 **kwargs 参数。
• 其他样式参数 ：
  类似参数包括 color（颜色）、loc（位置，如 'left'）、fontweight（粗细）等。

---

4. 语句整体解析

• 执行顺序 ：

  1. 先执行字符串格式化：'图片里数字是:%d' % y_train[0] → 生成最终标题文本（如 '图片里数字是:5'）。
  2. 调用 plt.title()，传入格式化后的字符串和 size=15 参数。

• 等效代码 ：

  formatted_title = '图片里数字是:%d' % y_train[0]  # 步骤1：格式化字符串
  plt.title(formatted_title, size=15)               # 步骤2：设置标题

---

5. 注意事项与常见问题

• 类型匹配 ：y_train[0] 必须是整数，否则报错。若需兼容浮点数或字符串，可用 %s（但会失去整数格式控制）。

• 现代格式化替代方案 ：
  推荐使用 f-string（Python 3.6+）或 str.format() 提升可读性：

  # f-string 写法
  plt.title(f'图片里数字是:{y_train[0]}', size=15)

• 多子图场景 ：
  若图表包含多个子图，plt.title() 仅设置当前子图标题；全局标题需用 plt.suptitle()。

---