Средство вычисления основных компонентов (PCA) с использованием python

Question

Я начинаю с python, и я реализую анализ основных компонентов (PCA) с использованием python, но у меня возникает проблема вычисления среднего значения. Вот мой код:

import Image 
import os 
from PIL import Image 
from numpy import * 
import numpy as np 


#import images 
dirname = "C:\\Users\\Karim\\Downloads\\att_faces\\New folder" 
X = [np.asarray(Image.open(os.path.join(dirname, fn))) for fn in os.listdir(dirname)] 

#get number of images and dimentions 
path, dirs, files = os.walk(dirname).next() 
num_images = len(files) 
image_file = "C:\\Users\\Karim\\Downloads\\att_faces\\New folder\\2.pgm" 
img = Image.open(image_file) 
width, height = img.size 

print width 
print height 
print num_images 

M = (X-mean(X.T,axis=1)).T # subtract the mean (along columns) 

Я получаю ошибку:

AttributeError: 'list' object has no attribute 'T' 

Answer 1

images -= np.mean(images, axis=0)

Answer 2

Проблема является X.T в последней строке, потому что X список питон, не numpy.ndarray. Непонятно, что вы пытаетесь сделать здесь, но если вы хотите объединить все массивы изображений в один массив numpy, вы можете преобразовать X = np.array(X) перед последней строкой.

Кроме того, если вы специально не хотите свернуть свою собственную реализацию PCA, вы можете сделать это гораздо легче с NumPy помощи np.cov (для расчета ковариации) и np.linalg.eig (для вычисления собственных значений и собственных векторов ковариационной матрицы).