Python 无法将大小为0的数组重塑为形状

对我正在使用的程序进行更正后，我的代码出现错误：

import numpy as np
import gzip
import struct


def load_images(filename):
    # Open and unzip the file of images :
    with gzip.open(filename, 'rb') as f:
        # read the header, information into a bunch of variables:
        _ignored, n_images, image_columns, image_rows = struct.unpack('>IIII', bytearray(f.read()[:16]))
        print(_ignored, n_images, image_columns, image_rows)
        print(f.read()[:16])
        # read all the pixels into a long numpy array :
        all_pixels = np.frombuffer(f.read(), dtype=np.uint8)
        print(all_pixels)
        print(all_pixels.shape)
        print(all_pixels.ndim)
        # reshape the array into a matrix where each line is an image:
        images_matrix = all_pixels.reshape(n_images, image_columns * image_rows)

我得到这个错误：

load_images("\\MNIST\\train-images-idx3-ubyte.gz")
2051 60000 28 28
b''
[]
(0,)
1
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "<input>", line 19, in load_images
ValueError: cannot reshape array of size 0 into shape (60000,784)

load_图像（\\MNIST\\train-images-idx3-ubyte.gz”）
2051 60000 28 28
b“
[]
(0,)
1.
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
加载图像中第19行的文件“”
ValueError:无法将大小为0的数组重塑为形状（60000784）

我试图定义数组，但仍然无法工作….

您将（）文件读取了两次。第一次读取后，光标被放置在底部。因此，如果您再次阅读，它不会返回任何内容

对象为空，因此无法调整大小

---

有关详细信息，请单击

问题在于，在本应从文件中获取数据的行中（

all\u pixels=np.frombuffer（f.read（），dtype=np.uint8）

），对

f.read（）

的调用不读取任何内容，从而导致空数组，由于明显的原因，无法对其进行重塑

根本原因是，如果没有任何参数，将读取/使用打开文件中的所有字节。因此，通过下一个

file.read（）

调用，您已经到达了文件的末尾，没有任何内容被提取

相反，看起来您希望将前16个字节作为头读取，将其余字节作为数据读取

为此，应将对

.read（）

的第一次调用替换为要读取的标头字节数

这将确保只读取前几个字节，剩下的由后续的

f.read（）

调用读取：

import numpy as np
import gzip
import struct


def load_images(filename):
    # Open and unzip the file of images :
    with gzip.open(filename, 'rb') as f:
        header = f.read(16)  # read the header bytes
        # read the header, information into a bunch of variables:
        _ignored, n_images, image_columns, image_rows = struct.unpack('>IIII', bytearray(header))
        print(_ignored, n_images, image_columns, image_rows)
        print(header)
        # read all the pixels into a long numpy array:
        data = f.read()  # read the data bytes
        all_pixels = np.frombuffer(data, dtype=np.uint8)  
        print(all_pixels)
        print(all_pixels.shape)
        print(all_pixels.ndim)
        # reshape the array into a matrix where each line is an image:
        images_matrix = all_pixels.reshape(n_images, image_columns * image_rows)