knn算法识别mnist图片-python3

knn算法识别mnist图片，python3版本，详细解析文章：https://blog.csdn.net/eleclike/article/details/79994846

‘‘‘
author: eleclike
date: 2018-4-15
environment: python3.6win7-32bit
description: 二维特征样本的knn算法演示
comment: https://blog.csdn.net/eleclike
‘‘‘
import numpy
from matplotlib import pyplot as plt
print（‘\n\n\n‘）	
################### 样本数据初始化
#A类数据
xcord_a=[2.22.41.1]#x轴坐标
ycord_a=[1.42.33.4]#y轴坐标
#B类数据
xcord_b=[8.39.210.211.2]
ycord_b=[7.38.311.19.3]
#待测试样本
xcord_x=[4.6]
ycord_x=[3.4]

#################### 显示数据
fig = plt.figure（）
ax = fig.add_subplot（111）
#ax.scatter（xcordycord c=colors s=markers）
type1 = ax.scatter（xcord_a ycord_a s=20 c=‘red‘）#s=后面的数值是这个点的大小，c=表示颜色
type2 = ax.scatter（xcord_b ycord_b s=20 c=‘green‘）
type3 = ax.scatter（xcord_x ycord_x s=20 c=‘blue‘）
ax.legend（[type1 type2 type3] [“A“ “B“ “x“] loc=2） #loc是从右上角开始数值为1的逆时针4个角的位置，范围1~4
ax.axis（[112112]）#坐标范围，前2个数值是x坐标的范围，后2个是y轴坐标范围
plt.xlabel（‘x cord‘）
plt.ylabel（‘y cord‘）
plt.show（）

print（‘\n\n\n‘）
#################### 计算待测试对象和样本数据间的差值
#取待测试数据的坐标值
x = xcord_x[0]
y = ycord_x[0]
print（‘待测试对象坐标x=%f，y=%f‘%（xy））
#计算和A类样本的距离值
dista = []#保存和A类样本的距离值
ind = 0
for xa in xcord_a:
	ya = ycord_a[ind]#取对应y点坐标
	dist = （（x-xa）**2 + （y-ya）**2）**0.5#计算待测试数据与当前样本坐标的距离
	print（‘A:ind=%dcord:（%f%f）dist=%f‘%（indxayadist））
	dista.append（dist）
	ind += 1
#计算和B类样本的距离值	
distb = []#保存和B类样本的距离值
ind = 0
for xb in xcord_b:
	yb = ycord_b[ind]#取对应y点坐标
	dist = （（x-xb）**2 + （y-yb）**2）**0.5#计算待测试数据与当前样本坐标的距离
	print（‘B:ind=%dcord:（%f%f）dist=%f‘%（indxbybdist））
	distb.append（dist）
	ind += 1
	
	
print（‘\n\n\n‘）	
	

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-04-23 22:57  A01-knn_2d\
     文件        2006  2018-04-23 00:19  A01-knn_2d\kNN_2d.py
     目录           0  2018-04-23 23:01  A02-knn-mnist\
     文件        9238  2018-04-23 23:35  A02-knn-mnist\createmat.py
     文件        2196  2018-04-23 23:02  A02-knn-mnist\knn.py
     文件        3405  2018-04-23 23:34  A02-knn-mnist\main.py
     目录           0  2018-04-09 23:57  data\
     目录           0  2018-04-23 22:51  data\mnist\
     文件     7840016  1998-01-26 23:07  data\mnist\t10k-images.idx3-ubyte
     文件       10008  1998-01-26 23:07  data\mnist\t10k-labels.idx1-ubyte
     文件    47040016  1996-11-18 23:36  data\mnist\train-images.idx3-ubyte
     文件       60008  1996-11-18 23:36  data\mnist\train-labels.idx1-ubyte