用python脚本自动把数据集分成训练集和测试集

可以使用Python中的random模块来实现数据集的随机分割。以下是一个简单的示例脚本，将数据集按照指定比例随机分割成训练集和测试集：

import random
import os
import shutil

# 设置随机种子，以保证每次运行结果一致
random.seed(123)

# 数据集路径
data_dir = "data/"

# 分割比例
train_ratio = 0.8

# 创建训练集和测试集目录
train_dir = os.path.join(data_dir, "train/")
test_dir = os.path.join(data_dir, "test/")
os.makedirs(train_dir, exist_ok=True)
os.makedirs(test_dir, exist_ok=True)

# 遍历数据集文件夹
for filename in os.listdir(data_dir):
    if not os.path.isfile(os.path.join(data_dir, filename)):
        continue

    # 根据分割比例随机分配到训练集或测试集
    if random.random() < train_ratio:
        dest_dir = train_dir
    else:
        dest_dir = test_dir

    # 复制文件到对应的目录
    shutil.copy(os.path.join(data_dir, filename), os.path.join(dest_dir, filename))

该脚本会将`data/`目录下的所有文件随机分配到训练集或测试集中，并将结果保存到`train/`和`test/`目录中。其中，`random.seed(123)`语句设置了随机种子，以保证每次运行结果一致；`os.makedirs(train_dir, exist_ok=True)`语句创建了训练集和测试集目录；`shutil.copy`语句用于复制文件到对应的目录。