详解python|详解python os.walk()方法的使用详解pythonos.walk()方法的使用

python os.walk()方法 os.walk方法是python中帮助我们高效管理文件、目录的工具，在深度学习中数据整理应用的很频繁，如数据集的名称格式化、将数据集的按一定比例划分训练集train_set、测试集test_set。
1.导入文件（使用os.walk方法前需要导入以下包）

import osimport random # 后续用来将数据随机打乱和生成确定随机种子，保证每次生成的随机数据一样便于测试模型精准度

2.os.walk()参数解释
os.walk(top, topdown=True, οnerrοr=None, followlinks=False)(后两个参数我几乎没用过)
参数

--top 我们需要遍历的文件夹的地址（最好使用绝对地址，相对地址有时会出现未知错误）--topdown 该参数为True时，会优先遍历top目录，否则优先遍历top的子目录(默认值为 True)--onerror 需要一个 callable 对象，当walk需要异常时会调用--followlinks 如果为真，则会遍历目录下的快捷方式(linux 下是 symbolic link)实际所指的目录(默认关闭)

os.walk 的返回值是一个生成器(generator),也就是说我们可以用循环去不遍历它，来获得其内容。每次遍历的对象都是返回的是一个三元组(root,dirs,files)

--root 指的是当前正在遍历的这个文件夹的本身的地址--dirs 返回的是一个列表list，表中数据是该文件夹中所有的目录的名称(但不包括子目录名称)--files 返回的也是一个列表list , 表中数据是该文件夹中所有的文件名称(但不包括子目录名称)

3.用于测试文件夹组织结构

文章图片
4.
废话不说，看测试例子
4.1 os.walk(top, topdown=True)时打印返回的 root,dirs,files，顺便测试下topdown为真和假时的遍历顺序的区别。（这里就不展示运行后的结果了，代码拿走直接就可运行）

# topdown=True(该参数默认为真)def _get_img_info(): #测试时将data_dir 换为自己的目标文件夹即可data_dir = r'C:\Users\futiange\Desktop\Zero to Hero\expression_test\raw_data'for root,dirs,files in os.walk(data_dir,topdown=True):print('root={}'.format(root))print('dirs={}'.format(dirs))print('files={}'.format(files))if __name__ == '__main__':_get_img_info()# topdown=False(该参数默认为假) def _get_img_info(): data_dir = r'C:\Users\futiange\Desktop\Zero to Hero\expression_test\raw_data'for root,dirs,files in os.walk(data_dir,topdown=False):print('root={}'.format(root))print('dirs={}'.format(dirs))print('files={}'.format(files))if __name__ == '__main__':_get_img_info()

4.2 使用案例
在深度学习中遍历数据集时，我们可以对数据集划分，这里按train ：test = 9 : 1划分。

import osimport random # 后续用来将数据随机打乱和生成确定随机种子，保证每次生成的随机数据一样便于测试模型精准度def _get_img_info(rng_seed,split_n,mode):image_path_list = [] #用来存放图片的路径label_path_list = [] #用来存放图片对应的标签data_dir = r'C:\Users\futiange\Desktop\Zero to Hero\expression_test\raw_data' for root,dirs,files in os.walk(data_dir):for file in files:path_file = os.path.join(root,file)print(path_file)if path_file.endswith(".jpg"): #判断该路径下文件是不是以.jpg结尾#print(os.path.basename(root)) #输出图片路径#print(os.path.basename(root)[0]) #输出该图片所在的文件夹的第一个字符，我这里文件夹的第一个字符就是图片的标签，测试时可以根据自己的文件夹名称更改#print(int(os.path.basename(root)[0]))image_path_list.append(path_file) #将图片路径加入列表label_path_list.append(os.path.basename(root)[0]) #根据文件夹名称确定标签，并加入列表data_info = [[n,l] for n,l in zip(image_path_list,label_path_list)] #将图片路径-标签关联起来random.seed(rng_seed) # 该方法中传入参数，确保每次生成的种子都是一样的random.shuffle(data_info) #上一行代码生成的种子是确定的，保证了每次将列表元素打乱后的结果一样，便于测试模型性能split_idx = int(len(data_info) * split_n) # data_len * 0.9 # split_n代表数据集划分的比例if mode == 'train':img_set = data_info[:split_idx] elif mode == 'val':img_set = data_info[split_idx:]else:raise Exception("mode 无法识别，仅支持(train,valid)")return img_set #返回随机打乱后的数据集，后续在对其进行格式化即可将数据集加载进模型测试if __name__ == '__main__':_get_img_info(1,0.9,'train')

【详解python|详解python os.walk()方法的使用】到此这篇关于详解python os.walk()方法的使用的文章就介绍到这了,更多相关python os.walk()方法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！