python 随机打乱 图片和对应的标签方法

(编辑:jimmy 日期: 2025/10/28 浏览:2)

如下所示:

# -*- coding: utf-8 -*-
 
import os
import numpy as np
import pandas as pd
import h5py
import pylab
import matplotlib.pyplot as plt
 
 
trainpath = str('C:/Users/49691/Desktop/数据集/train/')
testpath = str('C:/Users/49691/Desktop/数据集/test/')
n_tr = len(os.listdir(trainpath))
print('num of training files: ', n_tr)
 
train_labels = pd.read_csv('C:/Users/49691/Desktop/数据集/sample_submission.csv')
train_labels.head()
 
from skimage import io, transform
 
 
x = np.empty(shape=(n_tr, 224, 224, 3))
y = np.empty(n_tr)
 
labels = train_labels.invasive.values
name = train_labels.name.values
 
permutation=np.random.permutation(name.shape[0])
print(permutation)
print(labels[permutation])
save_data = pd.DataFrame({'name':permutation,'invasive':labels[permutation]})
save_data.to_csv('C:/Users/49691/Desktop/数据集/b.csv')
 
 
for k,v in enumerate(np.random.permutation(n_tr)):
 print(k,v)
 path = '{0}{1}.jpg'.format(trainpath, v)
 tr_im = io.imread(path)
 x[k] = transform.resize(tr_im, output_shape=(224, 224, 3))
 y[k] = float(labels[v-1])

以上这篇python 随机打乱 图片和对应的标签方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

一句话新闻
一文看懂荣耀MagicBook Pro 16
荣耀猎人回归!七大亮点看懂不只是轻薄本,更是游戏本的MagicBook Pro 16.
人们对于笔记本电脑有一个固有印象:要么轻薄但性能一般,要么性能强劲但笨重臃肿。然而,今年荣耀新推出的MagicBook Pro 16刷新了人们的认知——发布会上,荣耀宣布猎人游戏本正式回归,称其继承了荣耀 HUNTER 基因,并自信地为其打出“轻薄本,更是游戏本”的口号。
众所周知,寻求轻薄本的用户普遍更看重便携性、外观造型、静谧性和打字办公等用机体验,而寻求游戏本的用户则普遍更看重硬件配置、性能释放等硬核指标。把两个看似难以相干的产品融合到一起,我们不禁对它产生了强烈的好奇:作为代表荣耀猎人游戏本的跨界新物种,它究竟做了哪些平衡以兼顾不同人群的各类需求呢?