写一段python代码，可以将.csv的数据集分成训练集，测试集，开发集，比例大小为8:1:1

写一段python代码，可以将.csv的数据集分成训练集，测试集，开发集，比例大小为8:1:1

下面展示一些 内联代码片。

// 一段python代码，可以将.csv的数据集分成训练集，测试集，开发集，比例大小为8:1:1
import pandas as pd
from sklearn.model_selection import train_test_split

#载入数据
data=pd.read_csv('data.csv')

#将数据集分为训练集，测试集和开发集(比例大小为8:1:1)
train_data,dev_test_data=train_test_split(data,test_size=0.2,random_state=42) 
dev_data,test_data=train_test_split(dev_test_data,test_size=0.5,random_state=42)

#保存训练集，测试集和开发集
train_data.to_csv('train.csv',index=False)
test_data.to_csv('test.csv',index=False)
dev_data.to_csv('dev.csv',index=False)

这段代码首先使用pandas库中的read_csv（）函数来读取csv文件并存储在一个DataFrame对象中。然后调用sklearn.model_selection库中的train_test_split()函数来将数据集划分为80％的训练集和20％的开发测试集。接下来，再次使用train_test_split()函数将开发测试集分为50％的开发集和50％的测试集。最后，将三个数据集（即train.csv, test.csv和dev.csv）分别保存到本地磁盘上。