前言
上一篇我们学会了Python单个文件的读写、保存日志、CSV表格操作，掌握了基础的数据存储能力。但在实际编程、自动化办公、深度学习YOLO项目中，单个文件操作完全不够用。
我们做目标检测数据集时，经常遇到几百上千张图片、标签文件，需要统一改名、改文件后缀、筛选指定格式文件、清理无效文件，手动操作耗时还容易出错。
本篇手把手教大家掌握Python批量文件处理，全部是零基础可跑的代码，专门适配YOLO数据集预处理场景，学会后彻底告别手动整理数据，大幅提升项目效率。
一、核心模块介绍（无需额外安装）
批量处理文件全程使用Python内置模块，无需pip安装，开箱即用：
os模块：遍历文件夹、获取文件列表、修改文件名、判断文件类型
字符串语法：替换后缀、截取文件名、统一命名格式
所有代码兼容Windows系统，适配图片、txt标签、xml标签等YOLO常用文件格式。
二、基础操作1：遍历文件夹所有文件
这是批量处理的基础，先学会读取文件夹中所有文件名称，后续所有批量操作都基于此实现。
import os # 目标文件夹路径（可替换成自己的数据集路径） file_path = "./images" # 遍历文件夹内所有文件 file_list = os.listdir(file_path) # 打印所有文件名 for file in file_list: print("当前文件：", file)
运行效果：自动读取文件夹下所有图片、标签文件，不会遗漏任何文件，是数据集批量操作的核心基础。
三、基础操作2：批量筛选指定格式文件
YOLO数据集只需要jpg、png、txt、xml格式文件，需要过滤掉文件夹、缓存文件、无效文件，精准筛选目标文件。
import os file_path = "./images" # 定义需要保留的文件格式 suffix_list = [".jpg", ".png", ".txt", ".xml"] for file in os.listdir(file_path): # 获取文件后缀 file_suffix = os.path.splitext(file)[-1] # 筛选指定格式文件 if file_suffix in suffix_list: print("有效数据集文件：", file)
场景用途：清理数据集冗余文件，只保留训练所需素材，避免无效文件干扰数据集标注和训练。
四、实战1：批量统一重命名（YOLO数据集必备）
新手制作数据集时，图片文件名杂乱无章，包含中文、特殊符号、乱序编号，会导致YOLO训练报错。通过代码可批量统一命名，格式规范、有序。
import os path = "./images" # 自定义文件前缀，可根据项目修改 prefix = "hydrogen_detect" # 遍历并重命名 for index, file in enumerate(os.listdir(path)): # 获取旧文件完整路径 old_path = os.path.join(path, file) # 跳过文件夹，只处理文件 if os.path.isdir(old_path): continue # 获取文件后缀，保留原格式 suffix = os.path.splitext(file)[-1] # 定义新文件名：前缀+有序编号+后缀 new_name = f"{prefix}_{index}{suffix}" new_path = os.path.join(path, new_name) # 执行重命名 os.rename(old_path, new_path) print(f"重命名成功：{file} → {new_name}")
重命名后效果：hydrogen_detect_0.jpg、hydrogen_detect_1.jpg，完全适配YOLO数据集命名规范，杜绝命名报错。
五、实战2：批量修改文件后缀
数据集常见问题：图片格式混杂jpg、png，标签格式不统一，可通过代码批量统一后缀，规整数据集格式。
示例：批量将png图片转为jpg格式
import os path = "./images" for file in os.listdir(path): old_path = os.path.join(path, file) if os.path.isdir(old_path): continue # 批量替换png为jpg if file.endswith(".png"): new_name = file.replace(".png", ".jpg") new_path = os.path.join(path, new_name) os.rename(old_path, new_path) print(f"格式转换：{file} → {new_name}")
拓展：可自行修改后缀参数，实现txt转xml、jpeg转jpg等各类格式批量转换。
六、实战3：批量删除指定后缀文件
数据集整理时，需要批量删除缓存文件、多余的txt、xml文件，手动删除效率极低，代码一键清理更高效。
import os path = "./images" for file in os.listdir(path): file_path = os.path.join(path, file) # 批量删除 .txt 文件 if file.endswith(".txt"): os.remove(file_path) print("已删除无效文件：", file)
⚠️ 新手注意：删除前建议备份文件，避免误删有效数据集。
七、实战4：批量统计数据集数量
训练YOLO前，需要统计图片、标签总数，判断数据集体量是否充足，简单代码一键统计：
import os path = "./images" img_count = 0 for file in os.listdir(path): if file.endswith((".jpg", ".png")): img_count += 1 print(f"数据集图片总数量：{img_count} 张")
八、新手批量操作避坑指南
路径问题：尽量使用相对路径，文件夹名称不要包含中文、空格、特殊符号
备份优先：重命名、删除、改后缀前，务必备份数据集，防止数据丢失
区分文件与文件夹：操作时需跳过子文件夹，避免程序报错
统一格式：数据集务必统一图片后缀、命名格式，可大幅减少YOLO训练报错
九、总结
本篇核心收获，掌握4个刚需批量操作技能：
遍历文件夹、筛选指定格式文件，精准梳理数据集
批量统一文件命名，解决YOLO命名报错问题
批量修改文件后缀，规整数据集格式
批量清理、统计文件，高效完成数据集预处理
到这一篇，你已经具备了完整的Python数据处理能力：基础语法、文件读写、批量数据预处理，完全满足YOLO目标检测项目的前期数据准备需求。
下一篇将更新第十一篇：YOLO数据集制作全程详解（标注、划分训练集验证集、生成标签文件），正式衔接深度学习实战！
