import numpy as np import matplotlib.pyplot as plt from mnist import MNIST import random mndata=MNIST('./mnist_dataset/idx/ubyte') images_train,labels_train=mndata.load_training() images_test,labels_test=mndata.load_testing() index=random.randrange(0,60000) print('='*30) print('图像展平后的长度:',len(images_train[index])) print("图像展平后的数据：",images_train[index]) print('='*30) print(mndata.display(images_train[index]))# 打印出28*28的矩阵 plt.imshow(np.array(images_train[index]).reshape(28,28)) plt.show() plt.imshow(np.array(images_train[index]).reshape(28,28),cmap=plt.cm.binary) plt.show() print('='*30) print('图像对应度数值：',labels_train[index]) print('='*30)任务1：使用 MNIST('./mnist_dataset/idx/ubyte') 的方法（方法2）装载数据集

好的，这是一个关于MNIST数据集的问题。你想要使用方法2来装载数据集，然后展示一个随机选择的图像，以及它的展平后的数据和对应的标签。我可以帮你解决这个问题。

以下是代码实现：

import numpy as np
import matplotlib.pyplot as plt
from mnist import MNIST
import random

mndata=MNIST('./mnist_dataset/idx/ubyte')

images_train, labels_train = mndata.load_training()
images_test, labels_test = mndata.load_testing()

index = random.randrange(0, 60000)

print('='*30)
print('图像展平后的长度:', len(images_train[index]))
print("图像展平后的数据：", images_train[index])
print('='*30)

# 打印出28*28的矩阵
print(mndata.display(images_train[index]))

plt.imshow(np.array(images_train[index]).reshape(28,28))
plt.show()

plt.imshow(np.array(images_train[index]).reshape(28,28), cmap=plt.cm.binary)
plt.show()

print('='*30)
print('图像对应度数值：', labels_train[index])
print('='*30)

请注意，你需要安装`mnist`包，可以使用以下命令进行安装：

pip install python-mnist