問題描述

在利用Anaconda3 + PyCharm 2018 實現神經網路的實踐中，涉及到一個根據畫素陣列繪製圖像的實踐，如下所示（這裡只需要關心image_array即可，對源資料的預處理可忽略）：

# coding=utf-8
# author: BebDong
# 10/23/18

import numpy
import matplotlib.pyplot as plt

# 開啟並讀取檔案
data_file = open("mnist_dataset/mnist_train_100.csv")
data_list = data_file.readlines()
data_file.
 
close()

# image_array是一個28*28的畫素陣列
all_pixels = data_list[0].split(',')
image_array = numpy.asfarray(all_pixels[1:]).reshape((28, 28))
plt.imshow(image_array, cmap='gray', interpolation='None')
pylab.show()

當執行時，控制檯無報錯資訊，正常執行結束退出（exit code 0），在SciView出處無繪製出的指定影象。

解決

在網上找了一些資料，大部分解決方案是“呼叫show()

# coding=utf-8
# author: BebDong
# 10/23/18

import numpy
import matplotlib.pyplot as plt

# 直接使用plt.imshow無法顯示圖片，需要匯入pylab包
import pylab

# 開啟並讀取檔案
data_file = open("mnist_dataset/mnist_train_100.csv")
data_list = data_file.readlines()
data_file.
 
close()

# 拆分繪製28*28圖形
all_pixels = data_list[0].split(',')
image_array = numpy.asfarray(all_pixels[1:]).reshape((28, 28))
plt.imshow(image_array, cmap='gray', interpolation='None')
pylab.show()

吐槽和思考

其實程式猿經常會遇到一些技術問題，最直接的方法就是上網查閱資料，看看有沒有其他人遇到過相同問題，如何解決，這比翻閱官方文件顯然效率高得多。

就個人感覺來說，目前國內的環境不容樂觀，有時能看到好幾篇一字不差的博文，竟然標註都是原創文章。這還算好，畢竟是原封不動的抄襲原文。更悲觀的是，有些博文為了讓其**“看起來”**不那麼像抄襲，改得牛頭馬面，毫無邏輯可言。試問，您真的懂了原文的意思了嗎？既然你都不懂，為何要加以“原創”的標籤來展示和分享給他人呢？

個人認為，原創不一定非要100%是自己的東西。你看了某個文章，學習了某個技術，有一些自己的感悟和想法，用自己的語言將它描述出來也可以稱之為原創。

最後，希望看到未來國內類似知識部落格對知識多一些尊重。

PS：寫給剛開始學程式設計的讀者
國內的部落格或文章存在上述弊端，但仍然不乏一些精品原文，值得參考，並不全是糟粕，多一些時間尋找。另外，可以使用google、Stack Overflow等工具，這樣得出的結果會更加具有參考價值。