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

  • jupyter notebook oepncv 显示一张图像的实现

    jupyter notebook oepncv 显示一张图像的实现

    这篇文章主要介绍了jupyter notebook oepncv 显示一张图像的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04
  • Python版SQLite数据库从入门到综合运用案例（附详细演示）

    Python版SQLite数据库从入门到综合运用案例（附详细演示）

    SQLite是一款轻量级嵌入式数据库,具有零配置、跨平台、文件式存储等特点,适合移动端和嵌入式应用开发,这篇文章主要介绍了Python版SQLite数据库从入门到综合运用案例的相关资料,需要的朋友可以参考下
    2026-01-01
  • 将django项目部署到centos的踩坑实战

    将django项目部署到centos的踩坑实战

    Django部署到Cenos需要安装大量的依赖包, 有很多坑需要踩,这篇文章主要给大家介绍了关于将django项目部署到centos踩坑的相关资料,需要的朋友可以参考下
    2021-07-07
  • TensorFlow车牌识别完整版代码（含车牌数据集）

    TensorFlow车牌识别完整版代码（含车牌数据集）

    这篇文章主要介绍了TensorFlow车牌识别完整版代码（含车牌数据集），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，需要的朋友们下面随着小编来一起学习学习吧
    2019-08-08
  • 在PyCharm中打包Python项目并将其运行到服务器上的方法(推荐)

    在PyCharm中打包Python项目并将其运行到服务器上的方法(推荐)

    在PyCharm中打包Python项目并运行到服务器上,主要步骤包括：创建并设置项目、编写项目代码、打包项目、配置服务器环境、上传可执行文件到服务器以及运行项目,通过这些步骤,可以将Python项目打包并部署到服务器上
    2024-11-11
  • Python获取当前文件目录的多种方法

    Python获取当前文件目录的多种方法

    文章介绍了在Python中获取当前文件目录的多种方法,包括基础方法、使用__file__属性、使用pathlib模块（推荐于Python3.4+）,并在不同场景下应用这些方法,此外,还讨论了如何在模块中获取文件目录、处理特殊场景以及构建路径的实用函数,需要的朋友可以参考下
    2026-01-01
  • Python3.7黑帽编程之病毒篇（基础篇）

    Python3.7黑帽编程之病毒篇（基础篇）

    这篇文章主要介绍了Python3.7黑帽编程之病毒篇（基础篇），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，需要的朋友们下面随着小编来一起学习学习吧
    2020-02-02
  • 浅谈matplotlib 绘制梯度下降求解过程

    浅谈matplotlib 绘制梯度下降求解过程

    这篇文章主要介绍了浅谈matplotlib 绘制梯度下降求解过程，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，需要的朋友们下面随着小编来一起学习学习吧
    2020-07-07
  • Python内置函数 next的具体使用方法

    Python内置函数 next的具体使用方法

    这篇文章主要介绍了Python内置函数 next的具体使用方法,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-11-11
  • 详解Python编程中包的概念与管理

    详解Python编程中包的概念与管理

    这篇文章主要介绍了Python编程中包的概念与管理,包括包管理工具pip的基本安装使用,需要的朋友可以参考下
    2015-10-10

最新评论