手动实现train_test_split函数

好的，下面是手动实现的 train_test_split 函数：

import random

def train_test_split(data, test_ratio=0.2, random_seed=None):
    """
    划分训练集和测试集的函数，返回按照比例划分后的训练集和测试集。
    :param data: 待划分的数据集，可以是列表、元组、集合、numpy数组等。
    :param test_ratio: 测试集所占比例，默认为0.2。
    :param random_seed: 随机种子数，保证可复现。默认为None。
    :return: 训练集和测试集的元组。(train_data, test_data)
    """
    assert test_ratio >= 0 and test_ratio <= 1, "test_ratio 必须在0和1之间！"
    data = list(data)
    if random_seed:
        random.seed(random_seed)
    random.shuffle(data)
    cut_position = int(len(data) * (1 - test_ratio))
    train_data = data[:cut_position]
    test_data = data[cut_position:]
    return train_data, test_data

该函数的实现原理是：首先将数据随机打乱，然后按照指定比例划分训练集和测试集。其中，`data`是待划分的数据集，`test_ratio`表示测试数据占总数据的比例，`random_seed`是可选参数，用于保证在相同的随机种子下，每次划分的结果相同。函数返回分割后的训练数据和测试数据。