给我一段python代码展示如何创建一份新的数据集，并通过循环累加将三份FashionMnist数据集进行汇总，形成一份新的数据集

好的，下面是一份示例代码：

import numpy as np
from tensorflow import keras

# 加载 FashionMnist 数据集
(x_train_1, y_train_1), (_, _) = keras.datasets.fashion_mnist.load_data()
(x_train_2, y_train_2), (_, _) = keras.datasets.fashion_mnist.load_data()
(x_train_3, y_train_3), (_, _) = keras.datasets.fashion_mnist.load_data()

# 将三份数据集合并
x_train = np.concatenate((x_train_1, x_train_2, x_train_3), axis=0)
y_train = np.concatenate((y_train_1, y_train_2, y_train_3), axis=0)

# 创建新的数据集文件
with open("new_dataset.txt", "w") as f:
    for i in range(len(x_train)):
        # 将图片和标签拼接成一行数据
        data_row = np.concatenate((x_train[i].flatten(), [y_train[i]]), axis=0)
        # 将数据写入文件
        f.write(",".join(str(val) for val in data_row))
        f.write("\n")

这段代码首先加载了三份 FashionMnist 数据集，并通过 `np.concatenate` 方法将它们合并成一份新的数据集。然后，代码使用 `with open` 语句创建了一个新的文件，并通过循环遍历数据集，将每个样本的图片和对应的标签拼接成一行数据，并写入文件中。最终，就得到了一份新的数据集文件 `new_dataset.txt`。