詳解python os.walk()方法的使用

import os
import random # 後續用來將數據隨機打亂和生成確定隨機種子，保證每次生成的隨機數據一樣便於測試模型精準度

--top 我們需要遍歷的文件夾的地址（最好使用絕對地址，相對地址有時會出現未知錯誤）
--topdown 該參數為True時，會優先遍歷top目錄，否則優先遍歷top的子目錄(默認值為 True)
--onerror 需要一個 callable 對象，當walk需要異常時會調用
--followlinks 如果為真，則會遍歷目錄下的快捷方式(linux 下是 symbolic link)實際所指的目錄(默認關閉)

--root 指的是當前正在遍歷的這個文件夾的本身的地址
--dirs 返回的是一個列表list，表中數據是該文件夾中所有的目錄的名稱(但不包括子目錄名稱)
--files 返回的也是一個列表list , 表中數據是該文件夾中所有的文件名稱(但不包括子目錄名稱)

# topdown=True(該參數默認為真)
def _get_img_info(): 
	#測試時將data_dir 換為自己的目標文件夾即可
    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(該參數默認為假) 
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()

import os
import random # 後續用來將數據隨機打亂和生成確定隨機種子，保證每次生成的隨機數據一樣便於測試模型精準度

def _get_img_info(rng_seed,split_n,mode):
    image_path_list = [] #用來存放圖片的路徑
    label_path_list = [] #用來存放圖片對應的標簽
    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"): #判斷該路徑下文件是不是以.jpg結尾
                #print(os.path.basename(root)) #輸出圖片路徑
                #print(os.path.basename(root)[0]) #輸出該圖片所在的文件夾的第一個字符，我這裡文件夾的第一個字符就是圖片的標簽，測試時可以根據自己的文件夾名稱更改
                #print(int(os.path.basename(root)[0]))
                image_path_list.append(path_file) #將圖片路徑加入列表
                label_path_list.append(os.path.basename(root)[0]) #根據文件夾名稱確定標簽，並加入列表
    data_info = [[n,l] for n,l in zip(image_path_list,label_path_list)] #將圖片路徑-標簽 關聯起來
    random.seed(rng_seed) # 該方法中傳入參數，確保每次生成的種子都是一樣的
    random.shuffle(data_info) #上一行代碼生成的種子是確定的，保證瞭每次將列表元素打亂後的結果一樣，便於測試模型性能
    split_idx = int(len(data_info) * split_n) # data_len * 0.9 # split_n代表數據集劃分的比例
    if mode == 'train':
        img_set = data_info[:split_idx] 
    elif mode == 'val':
        img_set = data_info[split_idx:]
    else:
        raise Exception("mode 無法識別，僅支持(train,valid)")
    return img_set #返回隨機打亂後的數據集，後續在對其進行格式化即可將數據集加載進模型測試
if __name__ == '__main__':
    _get_img_info(1,0.9,'train')