<think>我们想要生成类似MNIST格式的自定义数据集，即图像数据为(样本数, 高度, 宽度)的numpy数组，标签数据为(样本数,)的numpy数组，且数据类型和值范围与MNIST一致。 步骤： 1. 生成图像数据：使用numpy创建随机数组，形状为(num_samples, height, width)，数据类型为uint8，值在0-255之间。 2. 生成标签数据：使用numpy创建随机整数数组，形状为(num_samples,)，数据类型为uint8，值在0到num_classes-1之间。 3. 将数据划分为训练集和测试集（可选）。 4. 保存为.npy文件或直接使用。 注意：MNIST是灰度图像，所以每个像素是一个0-255的整数。 下面是一个生成1000个28x28的灰度图像和对应标签的示例，标签有10类（0-9）： </think> 生成类似MNIST格式的自定义数据集需要遵循其核心特征：**灰度图像、28x28像素、0-255整数值、标准化的训练/测试划分**。以下是完整的Python实现： ```python import numpy as np from sklearn.datasets import make_classification from sklearn.model_selection import train_test_split def generate_mnist_like_dataset(num_samples=70000, image_size=28, num_classes=10): """ 生成类似MNIST格式的数据集 参数: num_samples: 总样本数 (默认70000: 60000训练+10000测试) image_size: 图像尺寸 (默认28x28) num_classes: 分类类别数 (默认10) 返回: (x_train, y_train), (x_test, y_test) """ # 1. 生成特征数据 (图像像素) # 创建随机图像数据 (0-255整数) x_data = np.random.randint(0, 256, size=(num_samples, image_size, image_size), dtype=np.uint8) # 2. 生成标签数据 # 使用make_classification创建有意义的分类标签 _, y_data = make_classification( n_samples=num_samples, n_classes=num_classes, n_informative=10, random_state=42 ) y_data = y_data.astype(np.uint8) # 转换为uint8类型 # 3. 划分训练/测试集 (6:1比例) x_train, x_test, y_train, y_test = train_test_split( x_data, y_data, test_size=1/7, # 约10000测试样本 random_state=42, stratify=y_data # 保持类别分布 ) return (x_train, y_train), (x_test, y_test) # 生成数据集 (默认参数复制MNIST格式) (x_train, y_train), (x_test, y_test) = generate_mnist_like_dataset() # 验证数据集格式 print("训练图像形状:", x_train.shape) # (60000, 28, 28) print("训练标签形状:", y_train.shape) # (60000,) print("测试图像形状:", x_test.shape) # (10000, 28, 28) print("测试标签形状:", y_test.shape) # (10000,) print("像素值范围:", np.min(x_train), "-", np.max(x_train)) # 0-255 print("标签值范围:", np.min(y_train), "-", np.max(y_train)) # 0-9 ``` ### 关键特性实现说明： 1. **数据生成**： - `np.random.randint()` 创建0-255的随机像素值 - `make_classification()` 生成有意义的分类标签（比纯随机更接近真实数据） 2. **格式规范**： - 图像维度: `(样本数, 28, 28)` - 数据类型: `np.uint8` - 训练/测试比例: 6:1 (60000:10000) 3. **高级定制选项**（修改函数参数）： ```python # 生成彩色版MNIST格式 (添加RGB通道) (x_train_rgb, _), _ = generate_mnist_like_dataset(image_size=32) x_train_rgb = np.repeat(x_train_rgb[..., np.newaxis], 3, axis=-1) # 生成不同尺寸的数据集 (x_train_64, _), _ = generate_mnist_like_dataset(image_size=64) # 生成二分类数据集 (x_train_bin, y_train_bin), _ = generate_mnist_like_dataset(num_classes=2) ``` ### 数据保存与加载： ```python # 保存为.npy格式 (与MNIST原生格式兼容) np.save("x_train.npy", x_train) np.save("y_train.npy", y_train) # 加载数据 x_loaded = np.load("x_train.npy") ```