我有一个名为’emails’的文件夹，里面有两个子文件夹，子文件夹的名称对应于文件分类的标签（垃圾邮件或非垃圾邮件，所有文件都是.txt格式）。这两个子文件夹中总共有3000个文件。我使用load_files函数如下：

data = load_files('emails', shuffle='False')print len(data)print len(data.target)

这会输出’5’然后是’3000’。如果它找到了3000个分类标签，为什么data的长度只有5呢？

回答：

你的数据存储在data.data中，目标存储在data.target中。试试使用print(len(data.data))代替。

load_files()函数仅仅返回一个sklearn.datasets.base.Bunch对象，这是一个简单的数据包装器。因此，data的格式是这样的：

{'DESCR': None, 'data': [], 'filenames': array(), 'target': array(), 'target_names': []}

这就是为什么len(data)会返回5的原因。

希望这对你有帮助！