使用torchvision库中的数据模块下载MNIST数据集，并随机展示其中8张图像

在PyTorch中，`torchvision.datasets.MNIST`是一个方便的数据加载工具，用于获取MNIST手写数字数据集。首先，你需要安装`torchvision`，如果还没有安装，可以使用pip安装：

pip install torchvision

接下来，你可以按照以下步骤使用`torchvision`下载并随机显示MNIST数据集中的8张图像：

import torch
from torchvision import datasets, transforms

# 数据预处理，对图像做归一化并将像素值从0-255转为0-1
transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.1307,), (0.3081,))
])

# 下载和加载MNIST数据集
mnist_dataset = datasets.MNIST(root='./data', train=True, download=True, transform=transform)

# 获取数据集大小
num_images_to_show = min(8, len(mnist_dataset))

# 随机选择8张图像及其对应的标签
selected_indices = torch.randperm(len(mnist_dataset))[:num_images_to_show]
images_and_labels = [(mnist_dataset[i][0], mnist_dataset[i][1]) for i in selected_indices]

# 创建一个新的figure展示这8张图像
import matplotlib.pyplot as plt
fig, axs = plt.subplots(nrows=2, ncols=4, figsize=(10, 5))
for ax, (image, label) in zip(axs.flat, images_and_labels):
    ax.imshow(image, cmap='gray')
    ax.set_title('Label: {}'.format(label), fontsize=10)
    ax.axis('off')  # 关闭坐标轴

plt.show()

运行这段代码后，你会看到一个包含8张MNIST手写数字的随机图片网格。