femnist数据集是个手写数字字母识别的数据集，官方来源是Leaf框架，这个框架里面有很多专门给联邦学习用的noniid数据集
官方链接和GitHub链接如下：
https://github.com/TalwalkarLab/leaf/tree/master
注：leaf上的环境会用到tensorflow，个人不太习惯这个框架，pytorch版本的可以搜索FedLab，或者只想划分数据集，不需要跑leaf的示例实验可以不用安装tensorflow
把上述GitHub链接的东西git下来，可以看到data里面的femnist数据集，环境我用的3.11，只需要划分数据集的话版本应该没有特殊需求，尽量不要执行requirements，tensorflow很多包会冲突
这里面preprocess.sh是最终执行的脚本，readme里面有附带的参数说明
preprocess目录下是一些处理脚本
其中比较重要的是get_data.sh，这里主要是下载数据集的命令
wget的两个zip文件就是原始数据集，我运行的时候没法裸连下载，所以我这里手动下载，并且放到femnist/data/raw_data路径下再解压，这样就不用执行这个脚本了
byclass是完整的数据集，有80多万张图片，bywrite会少一些
解压之后就可以去femnist路径下运行preprocess.sh脚本了，可以根据自己需求配置参数
划分完后是一些json文件，会在femnist/data路径下的train和test目录里面，每个json文件里面都会有很多user，每个user下有x和y列表，x列表是图片，y列表是图片对应的标签，至此就算是划分好了