Python 数据集随机划分：训练集和测试集的创建

这段代码的作用是将一个数据集（data）随机分成训练集（train_data）和测试集（test_data）。

首先，idx = np.random.rand(len(data)) 生成了一个与数据集长度相等的随机数数组。这个数组中的每个随机数都来自于 0 到 1 之间的均匀分布。

接下来，train_data = data.iloc[idx > 0.1].reset_index(drop=True) 通过 idx > 0.1 创建一个布尔索引，筛选出随机数大于 0.1 的数据。然后，使用 iloc 方法根据布尔索引从原始数据集中选择相应的数据行，并通过 reset_index(drop=True) 重置索引，使其从 0 开始。这样，train_data 就是随机选择出来的训练集。

最后，test_data = data.iloc[idx <= 0.1].reset_index(drop=True) 同样通过 iloc 方法和布尔索引选择随机数小于等于 0.1 的数据行，并重置索引。这样，test_data 就是随机选择出来的测试集。

通过这种方式，可以将数据集随机地分成训练集和测试集，用于机器学习模型的训练和评估。