Python主成分分析（PCA）

Question

我尝试使用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

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

我试着用^{代替b = np.zeros([d1,d2*d3])，我得到了ValueError: could not broadcast input array from shape (2760) into shape (112)

有人能帮我吗？在

Answer 1

如果您更改为b = np.zeros([d2*d3, d1])，那么您还应该在之后更改循环，否则您将尝试将d1维度数组放入d2*d3维度数组。

你应该消除第二个错误

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for循环：在您的实现中，您首先找到images的维度，在其上创建一个整数循环列表，然后重新访问images。enumerate返回一个迭代器和一对（索引，值）。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。在

也许你也不需要创建images，但我不知道{}，所以我帮不了你。在这种情况下，你可以简单地用

^{pr2}$

---

编辑

如果您愿意，您也可以在读取文件时将其内容转换为numpy。在

对于记录，这是^{}。在