网络编程
位置:首页>> 网络编程>> Python编程>> Python实现数据集划分(训练集和测试集)

Python实现数据集划分(训练集和测试集)

作者:Python小丸子  发布时间:2022-11-29 23:54:11 

标签:Python,数据集,划分

前面是分部讲解,完整代码在最后。

导入模块 :

import os
from shutil import copy, rmtree
import random

创建文件夹 :

def make_file(file_path: str):
   if os.path.exists(file_path):
       rmtree(file_path)
   os.makedirs(file_path)

划分数据集的比例,本文是0.1:验证集的数量占总数据集的10%比如填0.1就是验证集的数量占总数据集的10%

random.seed(0)  
split_rate = 0.1

数据集的存放:新建一个数据文件夹,将划分的数据集存放进去

data_path = r'D:\chengxu\data\caodi'  # 数据集存放的地方
data_root = r'D:\chengxu\data\cd'  # 这里是生成的训练集和验证集所处的位置,这里设置的是在当前文件夹下。
data_class = [cla for cla in os.listdir(data_path)]
print("数据的种类分别为:")
print(data_class)  # 输出数据种类

建立训练集文件夹:

train_data_root = os.path.join(data_root, "train")  # 训练集的文件夹名称为 train
make_file(train_data_root)
for num_class in data_class:
   make_file(os.path.join(train_data_root, num_class))

建立测试集文件夹:

val_data_root = os.path.join(data_root, "val")  # 验证集的文件夹名称为 val
make_file(val_data_root)
for num_class in data_class:
   make_file(os.path.join(val_data_root, num_class))

划分数据:

for num_class in data_class:
   num_class_path = os.path.join(data_path, num_class)
   images = os.listdir(num_class_path)
   num = len(images)
   val_index = random.sample(images, k=int(num * split_rate))  # 随机抽取图片
   for index, image in enumerate(images):
       if image in val_index:
           # 将划分到验证集中的文件复制到相应目录
           data_image_path = os.path.join(num_class_path, image)
           val_new_path = os.path.join(val_data_root, num_class)
           copy(data_image_path, val_new_path)
       else:
           # 将划分到训练集中的文件复制到相应目录
           data_image_path = os.path.join(num_class_path, image)
           train_new_path = os.path.join(train_data_root, num_class)
           copy(data_image_path, train_new_path)
   print("\r[{}] split_rating [{}/{}]".format(num_class, index + 1, num), end="")  # processing bar
   print()
print("       ")
print("       ")
print("划分成功")

完整代码:

import os
from shutil import copy, rmtree
import random

def make_file(file_path: str):
   if os.path.exists(file_path):

rmtree(file_path)
   os.makedirs(file_path)

random.seed(0)

# 将数据集中10%的数据划分到验证集中
split_rate = 0.1  
data_path = r'D:\chengxu\data\caodi'  # 数据集存放的地方,建议在程序所在的文件夹下新建一个data文件夹,将需要划分的数据集存放进去
data_root = r'D:\chengxu\data\cd'  # 这里是生成的训练集和验证集所处的位置,这里设置的是在当前文件夹下。

data_class = [cla for cla in os.listdir(data_path)]
print("数据的种类分别为:")
print(data_class)  
# 建立保存训练集的文件夹
train_data_root = os.path.join(data_root, "train")  # 训练集的文件夹名称为 train
make_file(train_data_root)
for num_class in data_class:
   # 建立每个类别对应的文件夹
   make_file(os.path.join(train_data_root, num_class))

# 建立保存验证集的文件夹
val_data_root = os.path.join(data_root, "val")  # 验证集的文件夹名称为 val
make_file(val_data_root)
for num_class in data_class:
   # 建立每个类别对应的文件夹
   make_file(os.path.join(val_data_root, num_class))

for num_class in data_class:
   num_class_path = os.path.join(data_path, num_class)
   images = os.listdir(num_class_path)
   num = len(images)

val_index = random.sample(images, k=int(num * split_rate))  # 随机抽取图片
   for index, image in enumerate(images):
       if image in val_index:

data_image_path = os.path.join(num_class_path, image)
           val_new_path = os.path.join(val_data_root, num_class)
           copy(data_image_path, val_new_path)
       else:

data_image_path = os.path.join(num_class_path, image)
           train_new_path = os.path.join(train_data_root, num_class)
           copy(data_image_path, train_new_path)
   print("\r[{}] split_rating [{}/{}]".format(num_class, index + 1, num), end="")  # processing bar
   print()

print("       ")
print("       ")
print("划分成功")

来源:https://blog.csdn.net/m0_61497715/article/details/129860228

0
投稿

猜你喜欢

  • 目录文件读写读文件写文件StringIO和BytesIOStringIOBytesIO操作文件和目录环境变量操作文件和目录文件读写读文件tr
  • 前言“幸运牛牛套圈圈”套住欢乐,圈住幸福,等你来挑战!哈喽,大家上午好,我是你们的栗子同学,今天来给
  • 在Python中,语法错误可以被Python解释器发现,但逻辑上错误或变量使用错误却不容易发现,如果结果没有符合预期,则需要调试,一个很好的
  • 1.func Copy(dst Writer, src Reader) (written int64, err error)这个函数是从一个
  • 我的Windows 8.1 环境1.下载安装Python 2.7.6在Python官方网站中下载Python2.7.6的Windows安装包
  • python对PPT演示文档读写,是通过第三方库python-pptx实现的,python-pptx是用于创建和更新 PowerPoint(
  • div+css实现圆角边框,在网络上查看了一下,很多都是实现圆角的矩形的方法,我在这里介绍的是实现圆角矩形边框的方法。用代码说明问题:<
  • 最近无意看到网上有人使用Python编写几十行代码生成图像验证码,感觉很是繁琐,这里为各位朋友推荐两种方法,使用4行Python代码即可生成
  • 一. XSL入门1.XSL---XML的样式表 HTML网页使用预先确定的标识(tags),这就是说所有的标记都有明确的含义,例如<p
  • 第一步,修改工厂函数,配置邮件参数from flask import Flaskfrom config import Configfrom
  • 前言个人一直觉得对学习任何知识而言,概念是相当重要的。掌握了概念和原理,细节可以留给实践去推敲。掌握的关键在于理解,通过具体的实例和实际操作
  • Python基础语法相关一、Python中的pass语句的作用是什么?pass语句什么也不做,一般作为占位符 或者创建站位程序,pass语句
  • 详解python中的文件与目录操作一 获得当前路径1、代码1>>>import os>>>print(&
  • 自去年以来,我们正在开发区块链(Blockchain)业务。最近使用过Ethereum并使用PHP,所以我想我们应该聊聊这个话题。这里有个前
  • 本文从算法入手同时通过实例来讲解如何在SQL Server数据库中实现最优最简的整个过程。算法是计算机科学中一个重要的研究方向,是解决复杂问
  • 首先,看看本文所面向的应用场景:我们有一个数据集df,现在想统计数据中某一列每个元素的出现次数。这个在我们前面文章《如何画直方图》中已经介绍
  • 本文重点系统分析网页性质结构化的数据解析csv数据保存环境介绍python 3.8pycharm 专业版 >>> 激活码#
  •  元组是不可变的Python对象序列。元组的序列就像列表。唯一的区别是,元组不能被改变,即元组是不可被修改。元组使用小括号,而列表
  • 本文总结了input的各种使用方法,挺全面的1.取消按钮按下时的虚线框在input里添加属性值 hideFocus 或者 HideFocus
  • 在 Python 中,一般情况下我们可能直接用自带的 logging 模块来记录日志,包括我之前的时候也是一样。在使用时我们需要配置一些 H
手机版 网络编程 asp之家 www.aspxhome.com