联邦学习数据集划分Dirichlet划分法及其可视化

---

前言

用于实现并控制联邦学习客户端之间数据集非独立同分布，并将效果可视化

---

图片效果：

独立同分布效果

1. 对不同类别的分配效果可视化：
   
2. 对不同客户端拥有的数据集的可视化：
   

非独立同分布效果

1. 对不同类别的分配效果可视化：
   
2. 对不同客户端拥有的数据集的可视化：
   

一、参数

输入

• classes：标签名称，列表类型
  -示例：[‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’]
• train_labels：数据集标签，列表类型
  -示例：[6 9 9 … 9 1 1]
• alpha：浓度参数，浮点数数值,(0,+∞)
• client_number：客户端数量，整型数值

输出

client_idcs：各客户端拥有的数据图片下标，列表类型
示例：

client_idcs=[array([  29,   30,   35, ..., 9676, 9683, 9701]), 
 array([ 9171,  9181,  9193, ..., 20167, 20172, 20176]), 
 array([18920, 18925, 18935, ..., 29604, 29609, 29628]),
 array([28887, 28897, 28912, ..., 38602, 38621, 38644]), 
 array([