import numpy as np import struct def reading_train_data(index):# 训练集 ''' :param index: 读文件的序号 :return: 每个文件的向量与标签 ''' file = open("data/train/f" + str(index) + ".dat", "rb") data_raw = struct.unpack('f' * 144 * 440, file.read(4 * 144 * 440)) file.close() res_data = [] for i in range(0, 144): temp = [] for j in range(0, 440): temp.append(data_raw[i * 440 + j]) res_data.append(temp) res_data = np.array(res_data) lables = [] for i in range(0,144): lables.append(index) return res_data,lables def reading_test_data(index):# 测试集 ''' :param index: 读文件的序号 :return: 每个文件的向量与标签 ''' file = open("data/test/f" + str(index) + ".dat", "rb") data_raw = struct.unpack('f' * 18 * 440, file.read(4 * 18 * 440)) file.close() res_data = [] for i in range(0, 18): temp = [] for j in range(0, 440): temp.append(data_raw[i * 440 + j]) res_data.append(temp) res_data = np.array(res_data) lables = [] for i in range(0,18): lables.append(index) return res_data,lables

这段代码是用于读取训练集和测试集的数据。其中，训练集和测试集的数据都是以二进制文件的形式存储的，需要使用struct库中的unpack函数将其解压成浮点数数组。每个文件都包含了多个向量，每个向量的长度都为440。对于每个向量，将其存储为一个大小为(1, 440)的numpy数组。同时，每个向量都有一个对应的标签，标签的值为读文件的序号。最终，返回的是一个由多个向量和对应标签组成的元组列表。