Python 训练集、测试集随机划分

随机从列表中取出元素：

import random
dataSet = [[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10]]
trainDataSet = random.sample(dataSet, 3)

以下函数，使用于我最近的一个机器学习的项目，将数据集数据按照比例随机划分成训练集数据和测试集数据：

import csv
import random
def getDataSet(proportion):
    """
        :exception
            获取训练集和测试集(将数据按比例随机划分)
        :parameter
            proportion - 测试集/数据集
        :return
            trainDataSet - 训练集
            testDataSet - 测试集
        author
            肖政宇
        modify
            2019年5月10日
    """
    dataSet = open('数据集.csv')
    dataSetReader = csv.reader(dataSet)
    """
        :exception
            将数据保存到数组
    """
    dataSet = []
    next(dataSetReader, 'none')  # 跳过表头
    data = next(dataSetReader, 'none')
    while (data != 'none'):
        dataSet.append(data)
        data = next(dataSetReader, 'none')
    """
        :exception
            按照比例随机划分出训练集和测试集
    """
    dataNumber = dataSet.__len__()  # 数据集数据条数
    testNumber = int(dataNumber * proportion)  # 测试集数据条数
    testDataSet = []  # 测试数据集
    trainDataSet = []  # 训练数据集

    testDataSet = random.sample(dataSet, testNumber)  # 测试集
    for testData in testDataSet:  # 将已经选定的测试集数据从数据集中删除
        dataSet.remove(testData)
    trainDataSet = dataSet  # 训练集

    return trainDataSet, testDataSet