注意，图像需要从一维表示重新转换成二维图像；可以使用 reshape() 函数。如图 1-8 所示，运行该例子会在一个绘图窗口中显示 8 个图像。这里我们使用了 PyLab 库的 subplot() 函数在一个窗口中放置多个图像。
图 1-8：平均图像（左上）和前 7 个模式（具有最大方差的方向模式）
1.3.7 使用pickle模块如果想要保存一些结果或者数据以方便后续使用，Python 中的 pickle 模块非常有用。pickle 模块可以接受几乎所有的 Python 对象，并且将其转换成字符串表示，该过程叫做封装（pickling）。从字符串表示中重构该对象，称为拆封（unpickling）。这些字符串表示可以方便地存储和传输。
我们来看一个例子。假设想要保存上一节字体图像的平均图像和主成分，可以这样来完成：
# 保存均值和主成分数据 f = open(\'font_pca_modes.pkl\', \'wb\') pickle.dump(immean,f) pickle.dump(V,f) f.close()在上述例子中，许多对象可以保存到同一个文件中。pickle 模块中有很多不同的协议可以生成 .pkl 文件；如果不确定的话，最好以二进制文件的形式读取和写入。在其他 Python 会话中载入数据，只需要如下使用 load() 方法：
# 载入均值和主成分数据 f = open(\'font_pca_modes.pkl\', \'rb\') immean = pickle.load(f) V = pickle.load(f) f.close()注意，载入对象的顺序必须和先前保存的一样。Python 中有个用 C 语言写的优化版本，叫做 cpickle 模块，该模块和标准 pickle 模块完全兼容。关于 pickle 模块的更多内容，参见 pickle 模块文档页 。
在本书接下来的章节中，我们将使用 with 语句处理文件的读写操作。这是 Python 2.5 引入的思想，可以自动打开和关闭文件（即使在文件打开时发生错误）。下面的例子使用 with() 来实现保存和载入操作：
# 打开文件并保存 with open(\'font_pca_modes.pkl\', \'wb\') as f: pickle.dump(immean,f) pickle.dump(V,f)和
# 打开文件并载入 with open(\'font_pca_modes.pkl\', \'rb\') as f: immean = pickle.load(f) V = pickle.load(f)上面的例子乍看起来可能很奇怪，但 with() 确实是个很有用的思想。如果你不喜欢它，可以使用之前的 open 和 close函数。