sklearn的cross_validation包中含有將資料集按照一定的比例，隨機劃分為訓練集和測試集的函式train_test_split

from sklearn.cross_validation import train_test_split
#x為資料集的feature熟悉，y為label.
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.3)

得到的x_train,y_train（x_test,y_test）的index對應的是x,y中被抽取到的序號。
若train_test_split傳入的是帶有label的資料，則如下程式碼：

from sklearn.cross_validation import train_test_split
#dat為資料集,含有feature和label.
train, test = train_test_split(dat, test_size = 0.3)

train,test含有feature和label的。

自己寫了一個函式：

#X:含label的資料集：分割成訓練集和測試集
#test_size:測試集佔整個資料集的比例
def trainTestSplit(X,test_size=0.3):
    X_num=X.shape[0]
    train_index=range(X_num)
    test_index=[]
    test_num=int(X_num*test_size)
    for
 
 i in range(test_num):
        randomIndex=int(np.random.uniform(0,len(train_index)))
        test_index.append(train_index[randomIndex])
        del train_index[randomIndex]
    #train,test的index是抽取的資料集X的序號
    train=X.ix[train_index] 
    test=X.ix[test_index]
    return train,test