我想从dataset3文件夹中删除dataset文件夹.但是以下代码不会删除数据集.首先,我想检查数据集中是否已存在数据集,然后删除数据集.
有人可以在下面的代码中指出我的错误吗？
for files in os.listdir("dataset3"):
if os.path.exists("dataset"):
os.system("rm -rf "+"dataset")
我正在研究一些Python代码.我想new_folder在程序结束时删除包含其所有文件.
有人可以指导我如何做到这一点？我见过不同的命令,如os.rmdir,但它只删除了路径.这是我的代码:
for files in sorted(os.listdir(path)):
os.system("mv "+path+" new_folder")`
上面的代码会将一个文件夹(称为check)移动到new_folder中.我想从new_folder中删除该check文件夹.
我想将训练保存在名为的其他文件夹中Check.如何使用np.save命令保存？我np.save从文档中读到了命令,但没有描述如何将其保存在不同的目录中.
sample = np.arange(100).reshape(10,10)
split = 0.7
index = int(floor(len(sample)*split))
training = sample[:index]
np.save("Check"+'train_set.npy',training)
我想规范化[0,1]范围内的数据。在改组和拆分后是否应该对数据进行规范化？是否应该重复相同的测试步骤？我遇到了使用这种标准化类型的python代码。这是用目标范围[0,1]标准化数据的正确方法吗
`X_train = np.array([[ 1., -1., 2.], [ 2., 0., 0.],[ 0., 1., -1.]])
a= X_train
for i in range(3):
old_range = np.amax(a[:,i]) - np.amin(a[:,i])
new_range = 1 - 0
f = ((a[:,i] - np.amin(a[:,i])) / old_range)*new_range + 0
lis.append(f)
b = np.transpose(np.array(lis))
print(b)`
这是归一化后的结果。
`[[0.5, 0., 1.]
[1., 0.5, 0.33333333]
[0., 1., 0.]]`