该函数的功能:遍历指定文件夹下的所有【路径】【文件夹】【文件名】
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
''' os.walk(top[, topdown=True[, οnerrοr=None[, followlinks=False]]]) 参数: top -- 是你所要遍历的目录的地址, 返回的是一个三元组(root,dirs,files)。 root 所指的是当前正在遍历的这个文件夹的本身的地址 dirs 是一个 list ,内容是该文件夹中所有的目录的名字(不包括子目录) files 同样是 list , 内容是该文件夹中所有的文件(不包括子目录) topdown --可选,为 True,则优先遍历 top 目录,否则优先遍历 top 的子目录(默认为开启)。如果 topdown 参数为 True,walk 会遍历top文件夹,与top 文件夹中每一个子目录。 onerror -- 可选,需要一个 callable 对象,当 walk 需要异常时,会调用。 followlinks -- 可选,如果为 True,则会遍历目录下的快捷方式(linux 下是软连接 symbolic link )实际所指的目录(默认关闭),如果为 False,则优先遍历 top 的子目录。 '''
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
#查看root的所有值【root代表当前遍历文件夹的路径】 for root,dirs,files in os.walk(".",topdown=True): print(os.getcwd()) print(root) ''' 说明:topdown = True 从最上层开始遍历 得到当前文件夹下的所有文件夹 返回结果: D:\python\TensorFlow\1_data_input_create\4.3 ##1.当前工作目录一直没有改变(脚本所在目录) . ##遍历顶层文件夹【'.'代表当前工作目录【一层】】 D:\python\TensorFlow\1_data_input_create\4.3 ##1.当前工作目录一直没有改变(脚本所在目录) .\mnist_digits_images ##遍历到子文件【二层】 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\0 ##遍历到子文件夹【三层】,【三层】有10个文件夹,一次遍历 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\1 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\2 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\3 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\4 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\5 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\6 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\7 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\8 D:\python\TensorFlow\1_data_input_create\4.3 .\mnist_digits_images\9 '''
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
for root,dirs,files in os.walk(".",topdown=True): print(dirs) # ''' ['mnist_digits_images'] ###指定目录下,只有一个文件夹【二层】 ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'] ###正在遍历的文件夹有10个文件夹【三层】 [] ### 文件夹0 中没有文件夹 [] ### 文件夹1 中没有文件夹 [] [] [] [] [] [] [] [] '''
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
for root,dirs,files in os.walk(".",topdown=True): print(files) ''' ['4.3_data_input_create.py', 'os模块.py', '配套知识点.py'] ###【一层】所有文件 [] ###【二层】没有文件 ['0.bmp', '1.bmp', '10.bmp', '100.bmp', '101.bmp', '102.bmp', '103.bmp', '104.bmp', ###【三层】文件较多,只列举了文件夹0中的文件,文件夹1的文件类似
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
##文件名和路径组合成文件名【绝对路径】,路径分离出当前文件夹名 for (dirpath,dirsname,filesname) in os.walk('mnist_digits_images',topdown=True): for filename in filesname: filename_path = os.sep.join([dirpath,filename]) print(filename_path) time.sleep(1) dir_name = dirpath.split('\\')[-1] print(dir_name) time.sleep(12) ''' 第一次循环 mnist_digits_images\0\0.bmp ##文件的绝对路径 0 ##当前文件名 第二次循环 mnist_digits_images\0\1.bmp 0 '''
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
##将字符串类型的文件名称,映射成数字类型 ##去重排序:set()--无序不重复集合类型 sorted()排序,默认升序 list()变成列表形式 lab = list(sorted(set(labelsnames))) ''' ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'] ''' ##映射成数字 labdict = dict(zip(lab,list(range(len(lab))))) ''' {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} 补充: >>>a = [1,2,3] >>> b = [4,5,6] >>> c = [4,5,6,7,8] >>> zipped = zip(a,b) # 打包为元组的列表 [(1, 4), (2, 5), (3, 6)] >>> zip(a,c) # 元素个数与最短的列表一致 [(1, 4), (2, 5), (3, 6)] >>> zip(*zipped) # 与 zip 相反,*zipped 可理解为解压,返回二维矩阵式 [(1, 2, 3), (4, 5, 6)] ''' labels = [labdict[i] for i in labelsnames] ''' 列表解析:通过遍历所有字符串类型的文件夹名称【'0','0',````['9']】,通过字典取值,获得数字类型的文件名[0,0,`````,9] [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ``````9]每个数字都对应一张图片 '''
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
a = np.array(labelsnames) ''' 将列表形式转化成数组形式 ['0' '0' '0' ... '9' '9' '9'] ''' b = shuffle(np.asarray(lfilenames),np.asarray(labels)) ''' from sklearn.utils import shuffle 乱序 [array(['mnist_digits_images\\8\\292.bmp', 'mnist_digits_images\\1\\668.bmp', 'mnist_digits_images\\6\\121.bmp', ..., 'mnist_digits_images\\7\\821.bmp', 'mnist_digits_images\\6\\308.bmp', 'mnist_digits_images\\7\\286.bmp'], dtype='<U29'), array([8, 1, 6, ..., 7, 6, 7])] '''