划分数据集python代码

以下是一个划分数据集的Python代码示例：

import random

# 假设我们有一个包含10个样本的数据集
dataset = [sample for sample in range(10)]

# 定义训练集和测试集的比例，此处为7:3
split_ratio = 0.7

# 计算训练集的大小
train_size = int(len(dataset) * split_ratio)

# 随机打乱数据集的顺序
random.shuffle(dataset)

# 划分数据集为训练集和测试集
train_set = dataset[:train_size]
test_set = dataset[train_size:]

print("训练集：", train_set)
print("测试集：", test_set)

此代码将一个包含10个样本的数据集分为训练集和测试集，比例为7:3，并随机打乱数据集的顺序。您可以根据需要更改数据集的大小和训练集/测试集的比例。

相关问题

目标检测划分数据集python代码

下面是一个示例的Python代码，用于将目标检测数据集划分为训练集和验证集：

import os
import random
import shutil

def split_dataset(dataset_dir, train_ratio=0.8, seed=42):
    # 创建目标文件夹
    train_dir = os.path.join(dataset_dir, 'train')
    val_dir = os.path.join(dataset_dir, 'val')
    os.makedirs(train_dir, exist_ok=True)
    os.makedirs(val_dir, exist_ok=True)
    
    random.seed(seed)
    
    # 获取数据集图片列表
    image_files = []
    for filename in os.listdir(dataset_dir):
        if filename.endswith('.jpg') or filename.endswith('.png'):
            image_files.append(filename)
    
    # 随机打乱图片列表
    random.shuffle(image_files)
    
    # 计算划分点
    split_index = int(len(image_files) * train_ratio)
    
    # 将图片拷贝到训练集文件夹
    for filename in image_files[:split_index]:
        src = os.path.join(dataset_dir, filename)
        dst = os.path.join(train_dir, filename)
        shutil.copyfile(src, dst)
    
    # 将图片拷贝到验证集文件夹
    for filename in image_files[split_index:]:
        src = os.path.join(dataset_dir, filename)
        dst = os.path.join(val_dir, filename)
        shutil.copyfile(src, dst)

# 使用示例
dataset_dir = '/path/to/dataset'
split_dataset(dataset_dir, train_ratio=0.8, seed=42)

请将代码中的`/path/to/dataset`替换为你的目标检测数据集所在的路径。`train_ratio`参数表示训练集所占比例，默认为0.8。`seed`参数用于设置随机种子，确保可重复性，默认为42。

该代码会在给定的数据集路径下创建`train`和`val`两个文件夹，并将按照指定比例随机划分的图片拷贝到对应的文件夹中。你可以根据需要修改文件夹名称和拷贝方式等细节。

python划分数据集代码

可以使用sklearn库中的train_test_split函数来划分数据集。该函数可以将数据集随机分为训练集和测试集。

以下是示例代码：

from sklearn.model_selection import train_test_split

# 假设X为特征矩阵，y为目标变量
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

其中，X为特征矩阵，y为目标变量，test_size表示测试集所占的比例，random_state为随机种子，用于保证每次划分的结果都是一样的。上述代码将数据集划分为80%的训练集和20%的测试集。