随机创建train val test 等文件

       机器学习训练中把图片集分为train val和test三个集合，这三个集合的占比一般推荐为7：2：1,为了以后方便产生这几个集合特此写了个小程序，由于简单并且注解也比较详尽在此不赘述。

#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 2018/07/11 by DQ

import os 
import random #随机数包

MainFolder='/home/dq/CodeProject'
TrainValTestFiles={'train':'train.txt','val':'val.txt','trainval':'trainval.txt','test':'test.txt'}#图片集划分文件集合
TrainR=0.7#用于训练的数据量占比
ValR=0.2 #用于验证的数据量占比
PreImNum=100 #数据总量
fileIdLen=6 #图片名字字符数量，不够补0占位

def CreateImIdTxt(ImIdS,FilePath):
	if os.path.exists(FilePath):
		os.remove(FilePath)#保存的文件夹下有同名的文件先删除	
	with open(FilePath,'w') as FId:
		for ImId in ImIdS:
			ImIdStr=str(ImId).zfill(fileIdLen)+'\n'#占位换行
			FId.writelines(ImIdStr) 


ImIdSet=range(1,PreImNum+1)#图片名标记从1开始
random.shuffle(ImIdSet)#随机打乱这个集合
ImNum=len(ImIdSet)
TrainNum=int(TrainR*ImNum)#用于训练的图片数量
ValNum=int(ValR*ImNum)#用于验证的图片数量

TrainImId=ImIdSet[:TrainNum-1]#从打乱的集合中抽取前TrainNum个数据
TrainImId.sort()#从小到大排序，主要是为了好看
ValImId=ImIdSet[TrainNum:TrainNum+ValNum-1]#从打乱的集合中抽取ValNum个数据
ValImId.sort()
TrainValImId=list(set(TrainImId).union(set(ValImId)))#train和val集合组合成trainval
TrainValImId.sort()
TestImId=(list(set(ImIdSet).difference(set(TrainValImId))))#从总集合中除去trainval就是test
TestImId.sort()
TrainValTestIds={}#把上述集合按字典方式组合在一起
TrainValTestIds['train']=TrainImId
TrainValTestIds['val']=ValImId
TrainValTestIds['trainval']=TrainValImId
TrainValTestIds['test']=TestImId

for Key,KeyVal in TrainValTestFiles.iteritems():#遍历字典产生文件
	ImIdS=TrainValTestIds[Key]
	FileName=TrainValTestFiles[Key]
	FilePath=os.path.join(MainFolder,FileName)
	CreateImIdTxt(ImIdS,FilePath)