文件读取中 */* 即data_root.glob(‘*/*‘)

最新推荐文章于 2022-11-03 10:53:34 发布
最新推荐文章于 2022-11-03 10:53:34 发布
阅读量2k 收藏 6
点赞数 1
分类专栏： 图像处理 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/crystal_remember/article/details/116804009
版权

Python glob 文件遍历 图片处理 文件路径
关键词由CSDN通过智能技术生成

用glob获取所有文件并存入列表中。这里*的意思为获取所有文件，因此*/*的意思则为获取文件夹下的所有文件及它们的子文件。

文件路径若为

data_root：

         C:\Users\Administrator\.keras\datasets\flower_photos

其中文件架构若为

flower_photos

|

|————————daisy

         |——————5547758_eea9edfd54_n.jpg

|

|————————dandelion

         |——————7355522_b66e5d3078_m.jpg

则

all_image_paths = list(data_root.glob('*/*'))
print(all_image_paths )
#结果

[WindowsPath('C:/Users/Administrator/.keras/datasets/flower_photos/daisy/5547758_eea9edfd54_n.jpg'), 
WindowsPath('C:/Users/Administrator/.keras/datasets/flower_photos/dandelion/7355522_b66e5d3078_m.jpg')]

data_root.glob('*/*')中的*/*为读取子文件夹daisy和dandelion下的所有图片5547758_eea9edfd54_n.jpg、7355522_b66e5d3078_m.jpg

注意若使用 print(all_image_paths[0] )打印

则

'C:/Users/Administrator/.keras/datasets/flower_photos/daisy/5547758_eea9edfd54_n.jpg'

 

Alocus_
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
【Python】遍历文件夹下的所有文件（glob）
XavierJ的博客
04-03 9741
引言 若文件夹下没有子文件夹，则遍历其下文件的最好方法是 os.listdir()。但如果文件夹下有子文件夹，并且还想用正则匹配的话，使用 Python 内置标准模块 glob 是最好的选择。 安装 不需要安装，Python 内置标准模块。 用法 glob 模块可根据 Unix 终端所用规则找出所有匹配特定模式的路径名，但会按不确定的顺序返回结果。此外，glob 还支持三种正则匹配模式： *：匹配 0 个或多个字符 ?：匹配单个字符 []：匹配指定范围内的字符，如 [0-9] 匹配数字，[a-z] 匹配.
进一步解释data_root = ‘/new-pool/dhd/data/nturgbd‘
最新发布
qq_34425255的博客
05-15 257
data_root。
python——glob模块
meet2001的博客
02-09 198
目录文件名查找模块。在查找路径中使用通配符，可以找到满足指定条件的所有文件路径名。 常用函数 该模块包括3个函数，glob用于一次性返回指定路径匹配的文件名；iglob和glob功能一样，同样查找匹配的文件名，但是返回对象是迭代器，即每次输出一个；escape在路径中选出*、？、[ 符号。 glob.glob(pathname, *, recursive=False) -> list...
在使用pytorch的Dataset中时，pathlib中glob的应用
m0_51763225的博客
10-07 546
在使用pytorch的Dataset中时，pathlib中glob的应用
机器学习：【13】卫星图像识别实践
Alex的技术博客
02-10 525
#此代码基于tensorflow2.0 import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline import numpy as np import pathlib #路径管理工具，查一下用法 data_dir = '2_class' data_root = pathlib.Path(data_di...
python glob模块
python学习者的博客
09-19 860
一、 glob模块通配符 1.当前路径下所有py文件 for fname in glob.glob("**/*.py",recursive=True): print(fname) 2.当前路径文件tmp下py文件 ''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ ''' for fname in glob.glob("./tmp/*.py"): print(fname)
change_samefolder_delete_incomplete_data.zip_baddut_批量读取_批量读取文件、
09-24
这里的“change_samefolder_delete_incomplete_data.zip_baddut_批量读取_批量读取文件、”标题暗示了一个针对批量读取文件及处理不完整数据的程序或者脚本，可能用到了某种编程语言如Python或Perl。这个程序的目的...
vite vue3 import.meta.glob动态路由
03-29
在这个例子中，`import.meta.glob`会遍历`./views`目录下所有的`.vue`文件，并返回一个Promise，该Promise解析为一个对象映射，键是相对路径，值是对应的模块。我们遍历这个映射，将每个路由组件添加到`routes`数组...
hpftp_glob_stat.nasl
11-08
hpftp_glob_stat
5401278.zip_Internet/IE编程_PHP_
08-10
在实际应用中，开发者可能会结合这些函数来实现对 .dbf 文件的读取、解析，然后将数据整合到Web应用程序中，例如展示在线用户(useronline.dbf)、禁止用户(stopuser.dbf)、踢人记录(kickuser.dbf)等信息。同时，...
browser360-cn-stable_10.4.1002.18-1_arm64.deb
04-06
browser360-cn-stable_10.4.1002.18-1_arm64.deb
glob遍历文件夹下图片并改名
qq_48345413的博客
11-03 351
glob遍历文件夹下图片并改名
python中的glob.glob()（包含详细实例）
热门推荐
shary_cao的博客
12-20 1万+
在网上搜了半天没搜到满意的解释，最终选择去原英文文档里寻找其释义，具体如下： glob.glob(pathname, *, root_dir=None, dir_fd=None, recursive=False) 其功能是返回一个与pathname匹配的路径名列表（该列表可以为空，必须是符合路径规范的字符串） pathname： 既可以是绝对路径（ /usr/src/Python-1.5/Makefile），也可以是相对路径（…/…/Tools//.gif），并且可以包含shell样式的通配符。 root_
解决python中glob.glob(root_dir)文件目录顺序不对的问题
toCVer的博客
12-20 1855
for f in glob.glob(root_dir): 改为 for f in sorted(glob.glob(root_dir)):
在windows下的pycharm中运行有参数输入的python代码
屎山搬运工
12-05 1443
在github上下载的代码，有些需要输入参数才能正常运行，这些代码主要是适用于Linux系统，因为在Linux下可以用终端输入参数。例如： python train.py --dataroot ./datasets/maps --name map_gan --model gan 其中参数“–dataroot”的值取./datasets/maps，“–name”的值取map_gan，“–model...
使用mmdetection训练自己voc格式的数据集
weixin_45209433的博客
12-06 4483
下面的例子是使用ssd300训练自己的数据集（voc格式） 一、configs/base/datasets/voc0712.py 修改data_root为自己数据集的root 所有的img_prefix， 都修改为data_root，不需要加’2007’或者’2012’，这里不修改也可以，需要把自己的数据放到一个叫2007或者2012的文件夹中。修改之后，就可以随意的放置自己的数据集了。 mmdet/datasets/xml_style.py 中，使用self.img_prefix来找到xml正确的路径
python基于opencv的手势识别_TensorFlow2.X结合OpenCV 实现手势识别功能
weixin_39959369的博客
11-29 253
使用Tensorflow 构建卷积神经网络，训练手势识别模型，使用opencv DNN 模块加载模型实时手势识别效果如下：先显示下部分数据集图片（0到9的表示，感觉很怪）构建模型进行训练数据集地址import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets,layers,optimi...
如何使用glob递归查找文件翻译
weixin_38858860的博客
05-18 1158
This is what I have: glob(os.path.join('src','*.c')) but I want to search the subfolders of src. Something like this would work: glob(os.path.join('src','*.c')) glob(os.path.join('src','*','*.c')...
利用Python做数据分析（一）--批量读取数据
learnerthanks的博客
03-30 5531
import glob import pandas as pd #在哪里搜索多个表格 filelocation="F:\\" #当前文件夹下搜索的文件名后缀 fileform="xlsx" #首先查找默认文件夹下有多少文档需要整合 filearray=[] for filename in glob.glob(filelocation+"*."+fileform): ...
import csv import glob import os path = "D:\cclog\cclog" class StartUpTimeAnalysis: def init(self,fn): ext = os.path.splitext(fn)[-1].lower() if ext == '.xml': # self.root = etree.parse(fn) self.prepare_xml() else: with open(fn,'r') as fin: self.text = fin.read() # for line in fin: # if '[START UP TIMING]' in line: # # self.text += '\n%s' % line # self.text += line self.prepare_log() def prepare_xml(self): data = {} _app_init_done_delay = self.app_init_done_delay.split(" ")[-4] _graph_init_done_delay = self.graph_init_done_delay.split(" ")[-4] _render_frame_done_delay = self.render_frame_done_delay.split(" ")[-5] data["_app_init_done_delay"] = _app_init_done_delay data["_graph_init_done_delay"] = _graph_init_done_delay data["_render_frame_done_delay"] = _render_frame_done_delay return data def prepare_log(self): raw = self.text self.app_init_done_delay = '\n'.join( [el for el in raw.split('\n') if 'after appInit @' in el]) self.graph_init_done_delay = '\n'.join( [el for el in raw.split('\n') if 'avm graph init done' in el]) self.render_frame_done_delay = '\n'.join([el for el in raw.split('\n') if 'cc_render_renderFrame num:0' in el]) if name == 'main': line = ['index','LOG_FILE_NAME', 'APP_INIT_DONE_DELAY', 'GRAPH_INIT_DONE_DELAY', 'RENDER_FRAME_DONE_DELAY'] resultFilePath = os.path.join(path, "result_cold_start_time.csv") fout = open(resultFilePath, 'w', newline='') book = csv.writer(fout) book.writerow(line) print(os.path.join(path + '/**/VisualApp.localhost.root.log.ERROR*')) app_init_done_delay = [] graph_init_done_delay = [] render_frame_done_delay = [] for file_name in glob.glob(os.path.join(path + '/**/VisualApp.localhost.root.log.ERROR*')): res = {} index = os.path.dirname(file_name).split("\\")[-1] res['INDEX'] = index res['LOG_FILE_NAME'] = "VisualApp.localhost.root.log.ERROR_" + index st = StartUpTimeAnalysis(file_name) data = st.prepare_xml() res.update(data) app_init_done_delay.append(float(res["_app_init_done_delay"])) graph_init_done_delay.append(float(res["_graph_init_done_delay"])) render_frame_done_delay.append(float(res["_render_frame_done_delay"])) values = res.values() book.writerow(values) DA_MAX = ['', "MAX_VALUE", max(app_init_done_delay), max(graph_init_done_delay), max(render_frame_done_delay)] DA_MIN = ['', "MIN_VALUE", min(app_init_done_delay), min(graph_init_done_delay), min(render_frame_done_delay)] DA_AVG = ['', "AVG_VALUE", sum(app_init_done_delay)/len(app_init_done_delay), sum(graph_init_done_delay)/len(graph_init_done_delay), sum(render_frame_done_delay)/len(render_frame_done_delay)] book.writerow(DA_MAX) book.writerow(DA_MIN) book.writerow(DA_AVG) fout.close() 解释一下每行代码的意思
07-15
这段代码是一个用于分析启动时间的脚本。下面是对每行代码的解释： 1. `import csv`: 导入csv模块，用于读写CSV文件。 2. `import glob`: 导入glob模块，用于匹配文件路径。 3. `import os`: 导入os模块，用于操作文件路径。 5. `path = "D:\cclog\cclog"`: 设置日志文件的路径。 7. `class StartUpTimeAnalysis:`: 定义一个名为StartUpTimeAnalysis的类，用于分析启动时间。 8. `def __init__(self, fn):`: 初始化方法，接受一个参数fn，表示日志文件的路径。 10. `ext = os.path.splitext(fn)[-1].lower()`: 获取文件扩展名，并转换为小写。 12. `if ext == '.xml':`: 如果文件扩展名为.xml，则执行以下代码块。 14. `self.prepare_xml()`: 调用prepare_xml方法，准备XML数据。 17. `else:`: 如果文件扩展名不是.xml，则执行以下代码块。 19. `with open(fn, 'r') as fin:`: 打开文件，使用文件句柄fin。 21. `self.text = fin.read()`: 读取文件内容并赋值给self.text。 24. `self.prepare_log()`: 调用prepare_log方法，准备日志数据。 27. `def prepare_xml(self):`: 定义prepare_xml方法，用于准备XML数据。 29. `data = {}`: 创建一个空字典data，用于存储数据。 31. `_app_init_done_delay = self.app_init_done_delay.split(" ")[-4]`: 提取app_init_done_delay的值，并使用空格分割后取倒数第四个元素。 32. `_graph_init_done_delay = self.graph_init_done_delay.split(" ")[-4]`: 提取graph_init_done_delay的值，并使用空格分割后取倒数第四个元素。 33. `_render_frame_done_delay = self.render_frame_done_delay.split(" ")[-5]`: 提取render_frame_done_delay的值，并使用空格分割后取倒数第五个元素。 36. `data["_app_init_done_delay"] = _app_init_done_delay`: 将_app_init_done_delay的值存储到data字典中。 37. `data["_graph_init_done_delay"] = _graph_init_done_delay`: 将_graph_init_done_delay的值存储到data字典中。 38. `data["_render_frame_done_delay"] = _render_frame_done_delay`: 将_render_frame_done_delay的值存储到data字典中。 41. `return data`: 返回data字典。 44. `def prepare_log(self):`: 定义prepare_log方法，用于准备日志数据。 46. `raw = self.text`: 将self.text赋值给raw变量。 49. `self.app_init_done_delay = '\n'.join([el for el in raw.split('\n') if 'after appInit @' in el])`: 通过列表推导式，从日志中提取包含'after appInit @'的行，并使用换行符连接成字符串，存储到self.app_init_done_delay变量中。 52. `self.graph_init_done_delay = '\n'.join([el for el in raw.split('\n') if 'avm graph init done' in el])`: 通过列表推导式，从日志中提取包含'avm graph init done'的行，并使用换行符连接成字符串，存储到self.graph_init_done_delay变量中。 55. `self.render_frame_done_delay = '\n'.join([el for el in raw.split('\n') if 'cc_render_renderFrame num:0' in el])`: 通过列表推导式，从日志中提取包含'cc_render_renderFrame num:0'的行，并使用换行符连接成字符串，存储到self.render_frame_done_delay变量中。 57. `if __name__ == '__main__':`: 如果当前脚本作为主程序运行，则执行以下代码块。 59. `line = ['index', 'LOG_FILE_NAME', 'APP_INIT_DONE_DELAY', 'GRAPH_INIT_DONE_DELAY', 'RENDER_FRAME_DONE_DELAY']`: 创建一个列表line，存储CSV文件的表头。 61. `resultFilePath = os.path.join(path, "result_cold_start_time.csv")`: 使用os.path.join方法拼接路径，生成结果文件的路径。 63. `fout = open(resultFilePath, 'w', newline='')`: 打开结果文件，并使用文件句柄fout。 64. `book = csv.writer(fout)`: 创建一个CSV写入器book。 65. `book.writerow(line)`: 将表头写入CSV文件。 68. `app_init_done_delay = []`: 创建一个空列表app_init_done_delay，用于存储app_init_done_delay的值。 69. `graph_init_done_delay = []`: 创建一个空列表graph_init_done_delay，用于存储graph_init_done_delay的值。 70. `render_frame_done_delay = []`: 创建一个空列表render_frame_done_delay，用于存储render_frame_done_delay的值。 73. `for file_name in glob.glob(os.path.join(path + '/**/VisualApp.localhost.root.log.ERROR*')):`: 遍历日志文件路径中匹配到的文件名。 75. `res = {}`: 创建一个空字典res，用于存储每个文件的结果。 77. `index = os.path.dirname(file_name).split("\\")[-1]`: 提取文件名中的索引，并赋值给index变量。 78. `res['INDEX'] = index`: 将index的值存储到res字典中。 79. `res['LOG_FILE_NAME'] = "VisualApp.localhost.root.log.ERROR_" + index`: 生成日志文件名，并将其存储到res字典中。 81. `st = StartUpTimeAnalysis(file_name)`: 创建StartUpTimeAnalysis类的实例st，传入当前文件的路径作为参数。 82. `data = st.prepare_xml()`: 调用st对象的prepare_xml方法，获取XML数据。 83. `res.update(data)`: 将data字典中的数据更新到res字典中。 86. `app_init_done_delay.append(float(res["_app_init_done_delay"]))`: 将_app_init_done_delay的值转换为浮点数，并添加到app_init_done_delay列表中。 87. `graph_init_done_delay.append(float(res["_graph_init_done_delay"]))`: 将_graph_init_done_delay的值转换为浮点数，并添加到graph_init_done_delay列表中。 88. `render_frame_done_delay.append(float(res["_render_frame_done_delay"]))`: 将_render_frame_done_delay的值转换为浮点数，并添加到render_frame_done_delay列表中。 91. `values = res.values()`: 获取res字典中的所有值，并赋值给values变量。 92. `book.writerow(values)`: 将values写入CSV文件。 96. `DA_MAX = ['', "MAX_VALUE", max(app_init_done_delay), max(graph_init_done_delay), max(render_frame_done_delay)]`: 创建一个列表DA_MAX，存储各项的最大值。 97. `DA_MIN = ['', "MIN_VALUE", min(app_init_done_delay), min(graph_init_done_delay), min(render_frame_done_delay)]`: 创建一个列表DA_MIN，存储各项的最小值。 98. `DA_AVG = ['', "AVG_VALUE", sum(app_init_done_delay)/len(app_init_done_delay), sum(graph_init_done_delay)/len(graph_init_done_delay), sum(render_frame_done_delay)/len(render_frame_done_delay)]`: 创建一个列表DA_AVG，存储各项的平均值。 101. `book.writerow(DA_MAX)`: 将DA_MAX写入CSV文件。 102. `book.writerow(DA_MIN)`: 将DA_MIN写入CSV文件。 103. `book.writerow(DA_AVG)`: 将DA_AVG写入CSV文件。 104. `fout.close()`: 关闭结果文件。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Alocus_

如果我的内容帮助到你，打赏我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值