我收到一个包含数据的.npz文件。我已经探索了数据集，并注意到它有5种数据类型：

cell_data = np.load("C:/Users/alexs/Documents/DataMining/cell-data.npz")cell_data.files

输出如下：

['images', 'counts', 'folds', 'compressed', 'allow_pickle']

以及附件图片。

我被告知数据集本身有3个折。计数是一个Nx6的矩阵，每行对应一个图像块，每列对应6种细胞类型（称为T1,T2, … , T6）。folds似乎是一个1xN的矩阵，但我并不确定，它包含的值范围是{0,2}。

我如何找出每个折的实例数量？如果可能的话，我如何找出折的范围，即哪些实例属于哪个折（或者将实例分组到各自的数组中，代表每个折，如fold1 = x, fold2 = x_2等），然后为每个折绘制一个直方图，使得每种细胞类型的计数分别绘制（总共6个图）？

回答：

好的，既然你对编程还不熟悉，我将解释索引是如何工作的（在numpy中，这是一个几乎通用的python数学库）。

假设我们有一个变量folds，它被定义为：

import numpy as npfolds = np.array([1,1,2,2,1,2,1,0,0,0,1,2,1,2,0,0,2,1])

我们可以通过执行列表解析轻松计算每个折的出现次数：

num_folds = 3fold_counts = [np.sum(folds==I) for I in range(num_folds)]#将会返回 [5, 7, 6]

这将返回计数，因为我们将folds中的每个元素与折号0、1和2进行比较（如果元素不等于I则为false，否则为true）。我们可以对布尔值求和（将其设为1）来获得总数。

为了回答你的另一个问题，我们可以使用类似的代码将图像分成各自的折：

#假设图像在一个列表中：image_folds = [[images[J] for J in np.where(folds==I)[0]] for I in range(num_folds)]#假设图像在一个大小为[num_images, width, height, channels]的数组中image_folds = [images[folds==I] for I in range(num_folds)]