Python - 主成分分析（PCA）錯誤

Question

我正在嘗試使用python進行主成分分析（PCA）。這裏是我的代碼：

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 

但我得到一個錯誤RuntimeError: we assume data in a is organized with numrows>numcols

我試圖通過b = np.zeros([d2*d3, d1])更換b = np.zeros([d1,d2*d3])我ValueError: could not broadcast input array from shape (2760) into shape (112)

誰能幫助我？

Answer 1

如果更改爲 b = np.zeros([d2*d3, d1])你也應該改變循環之後，否則你嘗試將 d1漁政船陣成 d2*d3之一。

你應該擺脫的第二個錯誤做的這個

你可以簡單地轉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) 

我也有我的想法是一個更好的版本取代你的循環：在你的實現你首先找到images的維度，創建一個整數列表循環它，然後重新訪問images。 enumerate返回一個有一對（索引，值）的迭代器。好處是它只返回你需要的元素，然後你不必直接在循環中訪問images。

也許你也不需要創建images，但我不知道PIL，所以我不能幫你。在這種情況下，你可以簡單地得到的東西的尺寸一樣

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

---

編輯

你，如果你願意，你也可以轉換的文件的內容，閱讀時他們NumPy的。

有關記錄，這是numpy.asarray。