### 实现文件按比例随机划分的方法 在 Python 中，可以利用 `random` 和 `os` 模块来实现文件的按比例随机划分。以下是具体实现方式： #### 使用 `random.shuffle()` 随机打乱列表并按比例分配 通过读取目标路径下的所有文件名，并将其存储到一个列表中，随后调用 `random.shuffle()` 对该列表进行随机排列[^1]。接着按照设定的比例将列表拆分成不同的子集。 ```python import os import random def split_files(base_dir, train_ratio=0.7, test_ratio=0.2, val_ratio=0.1): """ 将指定目录下的文件按比例随机划分为训练集、测试集和验证集。 参数: base_dir (str): 文件所在的根目录。 train_ratio (float): 训练集所占比例，默认为 0.7。 test_ratio (float): 测试集所占比例，默认为 0.2。 val_ratio (float): 验证集所占比例，默认为 0.1。 返回: tuple: 包含三个列表，分别表示训练集、测试集和验证集的文件名。 """ files_list = [f for f in os.listdir(base_dir) if os.path.isfile(os.path.join(base_dir, f))] total_files = len(files_list) # 随机打乱文件顺序 random.seed(42) # 设置固定随机种子以便结果可重复 random.shuffle(files_list) # 划分索引位置 train_split_index = int(total_files * train_ratio) test_split_index = int(total_files * (train_ratio + test_ratio)) # 划分子集 train_set = files_list[:train_split_index] test_set = files_list[train_split_index:test_split_index] val_set = files_list[test_split_index:] return train_set, test_set, val_set if __name__ == "__main__": directory_path = r"path_to_your_directory" train_set, test_set, val_set = split_files(directory_path) print(f"Train set size: {len(train_set)}") print(f"Test set size: {len(test_set)}") print(f"Validation set size: {len(val_set)}") with open('train.txt', 'w') as f_train: f_train.write("\n".join(train_set)) with open('test.txt', 'w') as f_test: f_test.write("\n".join(test_set)) with open('val.txt', 'w') as f_val: f_val.write("\n".join(val_set)) ``` 上述代码实现了基于给定目录下文件的三部分划分：训练集、测试集以及验证集[^2]。其中，`split_files` 函数接收四个参数——基础目录地址 (`base_dir`) 及各集合占比 (`train_ratio`, `test_ratio`, `val_ratio`)。最终会生成对应的 `.txt` 文件记录每组内的文件名称[^5]。 #### 处理多级目录结构的情况 如果待处理的数据分布在多个子目录而非单一层次，则需借助递归函数或者 `os.walk()` 来遍历整个树形结构获取全部符合条件的目标文件[^3]。 ```python all_files = [] for root, dirs, files in os.walk(base_dir): all_files.extend([os.path.relpath(os.path.join(root, name), start=base_dir) for name in files]) ``` 此片段展示了如何收集嵌套层级中的所有文件路径，并保持相对关系不变[^4]。 --- ###