如何把MNIST数据集可视化

可以使用Python中的Matplotlib库来可视化MNIST数据集。以下是一个简单的示例代码，可以将MNIST数据集中的前25个图像显示出来：

import matplotlib.pyplot as plt
from tensorflow.keras.datasets import mnist

# 加载MNIST数据集
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

# 创建一个5x5的图像网格，并显示前25个图像
fig, axes = plt.subplots(5, 5, figsize=(10,10),
                         subplot_kw={'xticks':[], 'yticks':[]},
                         gridspec_kw=dict(hspace=0.3, wspace=0.3))

for i, ax in enumerate(axes.flat):
    ax.imshow(train_images[i], cmap='binary', interpolation='nearest')
    ax.set_title(f"Label: {train_labels[i]}")

plt.show()

这段代码首先加载MNIST数据集，然后创建一个5x5的图像网格，并使用Matplotlib来显示前25个图像。每个图像的标题都显示了它所代表的数字标签。输出结果应该是一个5x5的图像网格，每个图像代表一个手写数字，左下角的数字标签是0，右上角是9。