Question

我有猫和狗的图像数据集。我将其转换为两个文件夹（猫和狗），每个文件夹包含大约10000张图像。到目前为止，我不需要10000张图像，每个文件夹中只需要2000张图像。如何在python中自动化。

我知道要删除文件X，我可以使用os.remove(X) 类似于删除文件夹os.rmdir(dir_)

但是我想知道如何有效地随机删除每个文件夹中的n个文件

到目前为止，我尝试过

dogs_dir=os.listdir('dogs')
cats_dir=os.listdir('cats')

selected_dogs = np.random.choice(dogs_dir,8000)
selected_cats = np.random.choice(cats_dir,8000)

for file_ in selected_dogs:
    os.remove('dogs/'+file_)

for file_ in selected_cats:
    os.remove('cats/'+file_)

上面的代码为我完成了工作，但我想知道它们的有效方法是什么，这样我就可以消除代码中的复杂性。

任何帮助都是有意义的。

我正在使用ubuntu 17.10，现在，基于linux的解决方案就足够了，但是如果它与Windows兼容，那么它会更有价值。

Answer 1

您的代码对我来说似乎还可以。

我会做一些调整：

最好使用import React, { Component } from 'react'; import { getUsers } from './store/actions' import { connect } from 'react-redux' import { Switch, Route, withRouter } from "react-router-dom"; import Home from './components/Home' import Blog from './components/blog/Blog' import Users from './components/users/Users' import Nav from './components/navigation/Nav'; import axios from 'axios'; const userApi = "https://jsonplaceholder.typicode.com/users" class App extends Component { componentWillMount() { axios.get(userApi) .then(response => { let users = response.data this.props.getUserList(users) }) .catch(error => { console.log(error) }) } render() { return ( <div className="container"> <Nav /> <Switch> <Route path="/blog" component={Blog} /> <Route path="/users/" component={Users} /> <Route path="/" component={Home} axact /> </Switch> </div> ); } } const mapDispatchToProps = dispatch => ({ getUserList: (api) => dispatch(getUsers(api)) }) export default withRouter(connect(null, mapDispatchToProps)(App));库，因此它应该是跨平台的。这是因为，当您编写os时，os.remove('dogs/'+file_)并不是跨平台的。使用/会更好。
您正在浪费大量空间来保存要删除的文件名列表（两个10000个字符串的列表）。如果对您而言无关紧要，可以通过切片来节省一些空间（20％）：
```
os.remove(os.path.join('dogs', file_))
```
如果保留哪些图像确实很重要，最好生成索引（较少的空间）：
```
dogs_delete=os.listdir('dogs')[2000:]  # Take the last 8000 images
for file_ in dogs_delete:
    os.remove(os.path.join('dogs', file_))
```

Answer 2

我将使用random.sample()和pathlib模块来代替numpy和os。

from pathlib import Path
import random

def delete_images(directory, number_of_images, extension='jpg'):
    images = Path(directory).glob(f'*.{extension}')
    for image in random.sample(images, number_of_images):
        image.unlink()

delete_images('dogs', 8000)
delete_images('cats', 8000)

Path('cats/').glob('*.jpg')返回一个Path对象的列表，这些对象表示cats目录中文件名以.jpg结尾的文件。

random.sample(<something>, 8000)从列表中随机抽取8000个项目。

Path().unlink()删除文件。

如何使用python删除目录中的n个文件

2 个答案: