数据私有化分割函数：DilSplitPrivate

该函数的功能是将给定的特征和标签按照一定的比例分配给指定数量的客户端。具体功能如下：

1. 初始化alpha数组为指定的alpha值。
2. 通过使用Dirichlet分布生成指定数量的客户端和类别之间的概率分布。
3. 将概率分布进行归一化，确保概率之和为1。
4. 统计每个类别的样本数量。
5. 初始化私有数据集列表。
6. 对于每个客户端，按照概率分布将样本分配给每个类别。
7. 根据分配结果创建私有数据集。
8. 返回私有数据集列表。

代码分析：

def DilSplitPrivate(feature, label, client_cnt, class_cat, alpha, seed):
    alpha = [alpha]*(client_cnt*class_cat)  # 初始化alpha数组，每个客户端每个类别的alpha值都为指定的alpha
    probality = np.random.dirichlet(alpha,1).transpose()  # 使用Dirichlet分布生成概率分布
    sum_pro = 0
    for i in range(len(probality)):
        sum_pro += probality[i]  # 对概率分布进行归一化
    probality = np.reshape(probality,(client_cnt,class_cat))  # 将概率分布重塑为客户端数 * 类别数的矩阵
    total_cnt = len(feature)  # 获取总样本数量
    
    que_features, que_labels = Queued(feature, label, class_cat)  # 将特征和标签按类别进行队列化
    each_label_total_cnt = []
    for i in range(len(que_features)):
        each_label_total_cnt.append(len(que_features[i]))  # 统计每个类别的样本数量
    private_datasets = []  # 初始化私有数据集列表
    for client_id in range(client_cnt):
        cur_client_feature = []
        cur_client_label = []
        cur_client_probality = probality[client_id]  # 获取当前客户端的概率分布
        for label_id in range(class_cat):
            cur_label_cnt = int( total_cnt * cur_client_probality[label_id])  # 计算当前客户端分配给该类别的样本数量
            if cur_label_cnt == 0 and label_id + 1 > len(cur_client_probality):
                cur_client_probality[label_id + 1] += cur_client_probality[label_id]  # 如果当前类别分配的样本数量为0，则将概率分配给下一个类别
            added_cnt = 0
            while added_cnt < cur_label_cnt and len(que_features[label_id]) > 0:  # 循环分配样本，直到达到分配数量或队列为空
                cur_client_feature.append(que_features[label_id].popleft())
                cur_client_label.append(que_labels[label_id].popleft())
                added_cnt += 1
        cur_client_feature = np.array(cur_client_feature)
        cur_client_label = np.array(cur_client_label)
        train_dataset = GetDataset(cur_client_feature, cur_client_label)  # 创建当前客户端的私有数据集
        private_datasets.append(train_dataset)  # 将私有数据集添加到列表中
    return  private_datasets  # 返回私有数据集列表