Python实现数据集划分(训练集和测试集)

作者:Python小丸子 时间:2022-11-29 23:54:11 

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

标签:Python,数据集,划分
0
投稿

猜你喜欢

  • sqlserver CONVERT()函数用法小结

    2024-01-19 05:14:17
  • Python日志处理模块logging用法解析

    2021-01-05 14:45:55
  • Python从ZabbixAPI获取信息及实现Zabbix-API 监控的方法

    2021-01-16 18:41:38
  • 利用Go语言搭建WebSocket服务端方法示例

    2024-05-08 10:14:43
  • 如何编写一个只在Web服务关闭时执行的程序?

    2009-11-08 19:03:00
  • python工具模块介绍之time 时间访问和转换的示例代码

    2023-11-08 08:02:14
  • IE和Firefox的js兼容性整理

    2007-11-21 19:40:00
  • Nodejs进阶:express+session实现简易登录身份认证

    2024-05-11 09:51:28
  • 使用Python脚本来获取Cisco设备信息的示例

    2023-05-26 22:27:20
  • 详细分析Python垃圾回收机制

    2021-04-18 02:43:43
  • python新手学习使用库

    2021-06-20 13:08:38
  • python遍历序列enumerate函数浅析

    2022-10-31 01:34:21
  • 详解Swift中属性的声明与作用

    2023-04-16 07:26:17
  • 零基础写python爬虫之爬虫编写全记录

    2021-09-06 22:53:27
  • ecshop百度编辑器远程下载无后缀的图片,并且加水印

    2023-08-14 17:31:41
  • 建立三层结构的ASP应用程序

    2009-01-21 19:41:00
  • python 时间戳与格式化时间的转化实现代码

    2021-07-06 10:14:47
  • 深入探索数据库MySQL性能优化与复杂查询相关操作

    2024-01-26 20:25:11
  • 一步一步教你创建SQL 2005计划任务应用图解教程

    2024-01-18 10:34:30
  • DVWA下载、安装、使用(漏洞测试环境搭建)的详细教程

    2022-07-08 21:20:59
  • asp之家 网络编程 m.aspxhome.com