脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python数据集划分

Python实现数据集划分(训练集和测试集)

 更新时间：2023年05月19日 17:06:07   作者：Python小丸子  
这篇文章主要为大家详细介绍了Python是如何实现数据集划分的，分为训练集和测试集，文中的实现方法讲解详细，感兴趣的小伙伴可以了解一下

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")

到此这篇关于Python实现数据集划分(训练集和测试集)的文章就介绍到这了,更多相关Python数据集划分内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • 通过实例简单了解Python中yield的作用

    通过实例简单了解Python中yield的作用

    这篇文章主要介绍了通过实例简单了解Python中yield的作用,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-12-12
  • Python代码实现KNN算法

    Python代码实现KNN算法

    这篇文章主要为大家详细介绍了Python代码实现KNN算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2017-12-12
  • python实现简单颜色识别程序

    python实现简单颜色识别程序

    这篇文章主要为大家详细介绍了python实现简单颜色识别程序，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2020-02-02
  • Python 二叉树的概念案例详解

    Python 二叉树的概念案例详解

    这篇文章主要介绍了二叉树的概念案例详解,本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下
    2021-09-09
  • TensorFlow可视化工具TensorBoard默认图与自定义图

    TensorFlow可视化工具TensorBoard默认图与自定义图

    这篇文章主要介绍了TensorFlow可视化工具TensorBoard默认图与自定义图的使用操作示例，有需要的朋友可以借鉴参考下，希望能够有所帮助
    2021-10-10
  • Python和GO语言实现的消息摘要算法示例

    Python和GO语言实现的消息摘要算法示例

    这篇文章主要介绍了Python和GO语言实现的消息摘要算法示例,本文讲解了python消息摘要示例、go语言消息摘要示例及各自的运行效果,需要的朋友可以参考下
    2015-03-03
  • 如何利用opencv训练自己的模型实现特定物体的识别

    如何利用opencv训练自己的模型实现特定物体的识别

    在Python中通过OpenCV自己训练分类器进行特定物体实时识别,下面这篇文章主要给大家介绍了关于如何利用opencv训练自己的模型实现特定物体的识别,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-10-10
  • Python中的数据分组统计、分组运算及透视方式

    Python中的数据分组统计、分组运算及透视方式

    这篇文章主要介绍了Python中的数据分组统计、分组运算及透视方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-07-07
  • pycharm中连接mysql数据库的步骤详解

    pycharm中连接mysql数据库的步骤详解

    在进行Python研发的时候，pycharm是一个很好的IDE，下面这篇文章主要给大家介绍了pycharm中连接mysql数据库的步骤，文中通过图文介绍的非常详细，对大家具有一定的参考价值，需要的朋友们下面来一起看看吧。
    2017-05-05
  • git查看、创建、删除、本地、远程分支方法详解

    git查看、创建、删除、本地、远程分支方法详解

    这篇文章主要介绍了git查看、创建、删除、本地、远程分支方法详解,需要的朋友可以参考下
    2020-02-02

最新评论