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，您可以按照以下步骤进行操作：

1. 首先，确定您的文件夹结构和数据组织方式。假设您有一个名为"data"的文件夹，其中包含多个子文件夹，每个子文件夹代表一个类别，并包含相应类别的数据。

2. 导入所需的库，例如Python中的os库。

3. 使用os库中的函数列出"data"文件夹中的子文件夹列表：

import os

data_folder = 'data'
subfolders = os.listdir(data_folder)

4. 创建用于存储训练集和测试集的文件夹。您可以根据需要进行更改，例如将它们创建在"data"文件夹下的新文件夹中：

train_folder = os.path.join(data_folder, 'train')
test_folder = os.path.join(data_folder, 'test')

os.makedirs(train_folder, exist_ok=True)
os.makedirs(test_folder, exist_ok=True)

5. 针对每个子文件夹，将数据划分为训练集和测试集，并将其复制到相应的文件夹中。您可以根据需要调整训练集和测试集的比例，例如80%用于训练，20%用于测试：

import random
import shutil

train_ratio = 0.8

for subfolder in subfolders:
    subfolder_path = os.path.join(data_folder, subfolder)
    files = os.listdir(subfolder_path)
    random.shuffle(files)  # 随机打乱文件顺序

    train_size = int(len(files) * train_ratio)
    train_files = files[:train_size]
    test_files = files[train_size:]

    for file in train_files:
        shutil.copyfile(os.path.join(subfolder_path, file), os.path.join(train_folder, subfolder, file))

    for file in test_files:
        shutil.copyfile(os.path.join(subfolder_path, file), os.path.join(test_folder, subfolder, file))

这样，您的数据就被划分为训练集和测试集，并按类别存储在相应的文件夹中。

请注意，这只是一个示例代码，您可以根据实际情况进行修改和定制。另外，此示例假设您的数据文件夹中只包含文件，如果有文件夹嵌套的情况，您可能需要递归地遍历文件夹。