data_dir = 'D:/wjd，这个路径下有八个标签，'Ag', 'Al', 'Au', 'Cu', 'W', 'V', 'Mo', 'Ta'

好的，如果你的数据集路径下有8个标签（'Ag', 'Al', 'Au', 'Cu', 'W', 'V', 'Mo', 'Ta'），你可以尝试以下代码：

import os
import shutil

# 原始数据集所在路径
data_dir = 'D:/wjd'

# 训练集和验证集所在路径
train_dir = 'D:/wjd/train'
val_dir = 'D:/wjd/val'

# 创建训练集和验证集文件夹
for label in os.listdir(data_dir):
    os.makedirs(os.path.join(train_dir, label), exist_ok=True)
    os.makedirs(os.path.join(val_dir, label), exist_ok=True)

# 遍历每个类别
for label in os.listdir(data_dir):
    label_dir = os.path.join(data_dir, label)
    
    # 获取该类别下所有图像文件
    images = os.listdir(label_dir)
    
    # 计算分割点
    split_point = int(len(images) * 0.8)
    
    # 将前80%的图像移动到训练集文件夹
    for image in images[:split_point]:
        src_path = os.path.join(label_dir, image)
        dst_path = os.path.join(train_dir, label, image)
        shutil.move(src_path, dst_path)
    
    # 将后20%的图像移动到验证集文件夹
    for image in images[split_point:]:
        src_path = os.path.join(label_dir, image)
        dst_path = os.path.join(val_dir, label, image)
        shutil.move(src_path, dst_path)

这段代码首先创建每个类别的训练集和验证集文件夹。然后，遍历每个类别，获取该类别下所有图像文件，并计算分割点。接下来，将前80%的图像移动到训练集文件夹中，将后20%的图像移动到验证集文件夹中。最后，使用shutil库中的move函数将图像文件移动到目标路径。