解析MNIST数据集

机器学习的入门，一般都是从MNIST数据库上进行手写识别开始的。 

MNIST数据集作为一个简单的计算机视觉数据集，包含一系列手写数字图片和对应的标签。图片是28x28的像素矩阵，标签则对应着0~9的10个数字。每张图片都经过了大小归一化和居中处理。

而MNIST数据库的文件格式是IDX格式，常见的计算机软件无法识别，参考《使用Python解析MNIST数据集（IDX文件格式）》，改编出一个程序，可以直观看出图像和标签。我的调试环境：win10/Anaconda3/Jupyter Notebook/Python3

=====================

IDX文件的格式

基本格式如下：

---

幻数(magic number)
0维的大小
1维的大小
2维的大小
...
N维的大小
数据(data)...

---

幻数是最高位有效位在前(MSB firt)的四字节整型数。

前两个字节为0。

第三个字节指明了数据(the data)的类型：
0x08 无符号的字节型 (8bit)
0x09 有符号的字节型 (8bit)
0x0B 短整型 (16bit)
0x0C 整型 (32bit)
0x0D 浮点型 (32bit)
0x0E 双精度浮点型 (64bit)

第四个字节指明向量或矩阵的维度：
1 向量
2 矩阵
...

---

每一个维度的大小都用4字节的整型数表示。最高有效位在前（MSB first）、大端(high endian)。

---

数据(the data)向C语言中的数组一样存储。例如，最后一维的变化最快。

=============================================================================

闲话少叙，书归正传，下面开练。

传统开场白

导入需要的模块

我已经将训练集和测试集的四个文件从 http://yann.lecun.com/exdb/mnist/ 下载并解压到和本程序相同的目录下。

提供文件名和路径：

解析IDX3文件

IDX3图形文件的格式说明如下：

 训练集图形文件 (train-images-idx3-ubyte):
    偏移量    数据类型              值                        说明
    0000     32 bit integer  0x00000803(2051)     幻数
    0004     32 bit integer       60000                 图片