将Sklearn数字大小fom 8*8扩展到32*32

Question

我在将Sklearn数字数据集的位数从8*8扩展到32*32像素时遇到了一个问题。在

我的方法是取8*8数组，然后展平它。也就是说，总共从64像素放大到1024像素。因此，我只想将每行的值乘以16倍：

1. 创建一个具有1024个NaN值的新数组（=newfeatures）。在
2. 每16次更换一次。newfeatures数组的值与原始数组的值，即（0=0），（16=1），（32=2），（…），（1008=64）。 3.用dropna（ffill）替换剩余的NaN值，将原始图像“扩展”为32*32像素的图像。在

因此，我使用以下代码：

#Load in the training dataset

digits=datasets.load_digits()
features=digits.data
targets=digits.target

#Plot original digit
ax[0].imshow(features[0].reshape((8,8)))

^{pr2}$

正如你所看到的，结果并不像预期的那样

Answer 1

基于上述解决方案，我认为以下方法更简洁一些：

from skimage import transform

newfeatures=[transform.resize(features[i].reshape(8,8),(32,32))for i in 
range(len(features))]

plt.imshow(newfeatures[0].reshape((32,32)))