主成分分析 (PCA) - 访问形状答案

【问题标题】：Principal Component Analysis (PCA) - accessing shape主成分分析 (PCA) - 访问形状
【发布时间】：2013-03-28 07:53:51
【问题描述】：

我是 python 的初学者，我正在尝试将主成分分析 (PCA) 应用于一组图像。我想将图像放在矩阵中以便能够执行 PCA。我还处于起步阶段，但我遇到了错误。

import numpy as np
import Image
import os

#insert images to matrix
dirname = 'C:\Users\Karim\Downloads\shp_marcel_train\Marcel-Train\A'
X = [np.asarray(Image.open(os.path.join(dirname, fn))) for fn in os.listdir(dirname)]

#get dimensions
num_data,dim = X.shape

它给AttributeError: 'list' object has no attribute 'shape'

有人可以帮忙吗？

提供详细教程的链接将不胜感激

【问题讨论】：

标签： python numpy pca face-recognition principal-components

【解决方案1】：

正如你所定义的，X 是一个列表：

X = [... for fn in ...]

Python 列表没有形状属性。在这个列表中是 NumPy 数组，do 有一个 shape 属性。所以你可以说

num_data = len(X)
shape_of_first_array = X[0].shape

（你没有解释dim应该代表什么......）

这是使用 PCA 和状态向量机完成的example of face recognition。这里是another related example。

【讨论】：

【解决方案2】：

当你这样做时

[np.asarray(Image.open(os.path.join(dirname, fn))) for fn in os.listdir(dirname)]

它将返回一个数组，该数组存储在局部变量X中

您正在尝试从列表中提取变量，因此出现错误。

X 中的各个元素具有形状属性。因此，您需要做这样的事情（根据数据结构修改它shape定义为）

dim0 = X[0].shape等

【讨论】：

它会返回一个list，它存储在局部变量X中