抽取不同文件夹数据划分为训练集测试集

要将不同文件夹中的数据划分为训练集和测试集，你可以按照以下步骤进行：

1. 遍历每个文件夹，并将文件夹路径存储在一个列表中。

2. 对于每个文件夹，可以使用随机抽样的方式将数据划分为训练集和测试集。你可以自定义训练集和测试集的比例，例如 80% 的数据作为训练集，20% 的数据作为测试集。

3. 对于每个文件夹，可以使用文件操作库（如Python中的`os`库）来获取文件列表。

4. 针对每个文件夹的文件列表，可以使用随机抽样的方式将文件分配到训练集和测试集。你可以使用随机数生成器来生成随机索引或者使用现成的库函数，如`random.sample()`。

5. 将训练集和测试集的文件路径分别存储在两个不同的列表中。

下面是一个示例代码片段，演示如何将不同文件夹中的数据划分为训练集和测试集：

import os
import random

# 文件夹路径列表
folder_paths = ['folder1', 'folder2', 'folder3']

# 训练集和测试集比例
train_ratio = 0.8

# 存储训练集和测试集文件路径的列表
train_files = []
test_files = []

# 遍历每个文件夹
for folder_path in folder_paths:
    # 获取文件列表
    file_list = os.listdir(folder_path)
    
    # 随机抽样，划分训练集和测试集
    train_size = int(len(file_list) * train_ratio)
    train_samples = random.sample(file_list, train_size)
    test_samples = list(set(file_list) - set(train_samples))
    
    # 构建训练集和测试集文件路径列表
    train_files.extend([os.path.join(folder_path, file) for file in train_samples])
    test_files.extend([os.path.join(folder_path, file) for file in test_samples])

# 打印训练集和测试集文件路径列表
print("Train Files:")
print(train_files)
print("Test Files:")
print(test_files)

这个示例代码可以根据你的需求进行修改和扩展，例如你可以添加更多的文件夹路径，调整训练集和测试集的比例等。希望对你有所帮助！如果还有其他问题，请继续提问。