香蕉派BPI-M2Z安装TensorFlow并加载鸢尾花卉数据集绘图

Litthins

大家好，很高兴又见面了，首先还是要感谢爱板网提供的这个试用的板子。
本次分享的是在香蕉派BPI-M2Z安装TensorFlow并加载鸢尾花卉数据集，我将演示如何用python自带的csv模块读取数据并转化为tensorflow可以处理的类型，最后我们用matplotlib把数据画出来。
一、Tensorflow的安装
推荐使用这个链接：https://github.com/samjabrahams/tensorflow-on-raspberry-pi，内容非常详细。
注意，这里有两个可用版本，一个是针对python2.7的，而另一个是针对3.4的。由于我们的系统使用的是python2.7+python3.5，在3.5上安装这个3.4的tensorflow-1.1.0-cp34-cp34m-linux_armv7l.whl会报错，所以我们使用2.7版本。

首先做一下准备工作：
sudo apt-get updatesudo apt-get install python-pip python-dev然后按照README文档一步一步走：wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v1.1.0/tensorflow-1.1.0-cp27-none-linux_armv7l.whlsudo pip install tensorflow-1.1.0-cp27-none-linux_armv7l.whlsudo pip uninstall mocksudo pip install mock这样Tensorflow就安装好啦，然后我们尝试安装matplotlib，不要使用pip，会有很多依赖要自己解决，这里我们用这个：apt install python-matplotlib这样matplotlib也安装完毕了，如果使用pip安装时遇到下述问题，请尝试用这个方法来解决：
Traceback (most recent call last):  File "/usr/bin/pip", line 9, in <module><module>"ImportError: cannot import name mainroot@bananapim2zero:~# python -m pip uninstall piproot@bananapim2zero:~# apt install python-pip --reinstall</module>然后我们需要导入鸢尾花卉数据集，这里使用用于测试的CSV文件，需要使用CSV模块，python自带的，所以不用去安装，直接import进来。
让我们尝试在python2.7里导入这三个模块，如下图。

三个模块均导入成功，下一步我们进入VNC实际操作一波，把图像画出来，VNC的使用，请参考我的上一篇经验：
香蕉派BPI-M2Z刷基于Ubuntu16.04的Armbian桌面系统
然后是python程序的编写，直接放代码啦：
#Litthins 2018年6月19日#import csvimport numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltfrom itertools import islice#读取iris_test.csv文件iris_data=csv.reader(open('./iris_test.csv','r'))print(iris_data)#创建用于存放数据的数组sepal_len=[]sepal_wid=[]petal_len=[]petal_wid=[]#遍历文件内容，将我们需要的数据转化为需要的格式for sample in islice(iris_data,1,None):    sepal_len.append(eval(sample[0]))    sepal_wid.append(eval(sample[1]))    petal_len.append(eval(sample[2]))    petal_wid.append(eval(sample[3]))print(sepal_len)print(sepal_wid)print(petal_len)print(petal_wid)#创建二维列表sepal_data=[sepal_wid,sepal_len]petal_data=[petal_wid,petal_len]print(sepal_data)print(petal_data)#将python的list类转换为numpy的array类，再转换为tensorflow的张量#输出sepal_out和petal_out是我们需要的变量sess=tf.Session()sepal_out=sess.run(tf.convert_to_tensor(np.array(sepal_data)))sepal_wid_tf,sepal_len_tf=sepal_outpetal_out=sess.run(tf.convert_to_tensor(np.array(petal_data)))petal_wid_tf,petal_len_tf=petal_outprint(sepal_wid_tf)print(sepal_len_tf)print(petal_wid_tf)print(petal_len_tf)#调用matplotlib绘图plt.subplot(1,2,1)plt.scatter(sepal_wid_tf,sepal_len_tf)plt.title("sepal_tf")plt.xlabel("sepal_wid_tf")plt.ylabel("sepal_len_tf")plt.grid(True)plt.subplot(1,2,2)plt.scatter(petal_wid_tf,petal_len_tf)plt.title("petal_tf")plt.xlabel("petal_wid_tf")plt.ylabel("petal_len_tf")plt.grid(True)plt.show()再放个图，有图有真相，哈哈O(∩_∩)O

源码和数据集已经以附件的形式上传，分享链接在这里：iris.py  iris_test.csv
那今天就先到这里啦，喝杯咖啡，我们下次见喽！

作者：Litthins

日期：2018年6月19日