フォルダ分けされたcsvデータをデータセットにしたい

Question

前提・実現したいこと

・横軸が速度、縦軸が力のグラフを分類してくれるモデルを作りたいと考えています。
グラフの測定データ(CSV)を入力すると、実験が分類したグラフのパターンが出力されるモデルを想定しています。

・データはグラフの画像ではなく、CSV形式を使用します。

・データ構造は以下の構造に従い，分類したいグループごとにフォルダ分けされています。
全部で3つのグループであり、グループ名を0,1,2としています。

./data
|
|- 0
| |- data1.csv
| |- data3.csv
| |- data4.csv
| |-　 　　　　　・
| |-　 　　　　　・
|
|- 1
| |- data2.csv
| |- data14.csv
| |-　 　　　　　・
| |-　 　　　　　・
|
|- 2
| |- data5.csv
| |- data6.csv
| |-　 　　　　　・
| |-　 　　　　　・
|
参考にしたページ
https://qiita.com/sey323/items/00bdf7527eb389893ab5

発生している問題・エラーメッセージ

import matplotlib.pyplot as plt
import numpy as np
from keras.layers import Dense
from keras.models import Sequential
from keras.utils import np_utils
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split

file = np.loadtxt(r"C:\Users\"ユーザー名"\data\0\data1.csv",delimiter = ",",dtype=float,encoding="utf-8_sig")

class Label:
    a = 0
    b = 1
    c = 2

data = []
labels = []
data.extend([file])        # データ
labels.extend([Label.a])  # 正解ラベル
data = np.array(data)
labels = np.array(labels)

print('data.shape', data.shape)      
print('labels.shape', labels.shape) 

これで一つのファイルについてラベルがついていると思いますが、
フォルダ内の全てのデータについて行う方法について、どこをfor文にしてループさせたら良いのか分かりません。教えていただけると幸いです。

補足情報（FW/ツールのバージョンなど）

Windows、Anaconda、Tensorflow　1.10.0

Answer 1

このようなデータ構造を仮定して、コードを書きました。

各ディレクトリに100個ずつ CSV が入っている。
data
|-- A
|   |-- 1.csv
|   |-- 2.csv
|   |-- …
|-- B
|   |-- 1.csv
|   |-- 2.csv
|   |-- …
`-- C
|   |-- 1.csv
    |-- 2.csv
    |-- …

import glob
import numpy as np

class Label:
    A = 0
    B = 1
    C = 2


# ディレクトリと対応するラベル ID の対応
dirpaths = [('A', Label.A), ('B', Label.B), ('C', Label.C)]

# ディレクトリから、データを読み込む。
data = []
labels = []

for dirname, label in dirpaths:
    dirpath = os.path.join('data', dirname, '*.csv')
    for csv_path in glob.glob(dirpath):
        data.append(np.loadtxt(csv_path, delimiter=","))
        labels.append(label)

data = np.array(data)
labels = np.array(labels)

print('data.shape', data.shape)  # data.shape (300, 1000)
print('labels.shape', labels.shape)  # data.shape (300, 1000)

Comments

[n7n7]

二回もお答えいただきありがとうございます！無事データセットを作れました！！