python读取csv文件数据用于建立训练集和测试集，csv文件共有187个样本，样本数据的前5列为特征，第六列为标签，写代码

当然，我可以帮你写代码来读取CSV文件并创建训练集和测试集。以下是一个示例代码：

import csv
from sklearn.model_selection import train_test_split

# 设置CSV文件路径
csv_file = 'path/to/your/csv/file.csv'

# 读取CSV文件
data = []
with open(csv_file, 'r') as file:
    csv_reader = csv.reader(file)
    # 跳过表头
    next(csv_reader)
    # 读取数据行
    for row in csv_reader:
        data.append(row)

# 将特征和标签分离
features = [row[:5] for row in data]
labels = [row[5] for row in data]

# 划分训练集和测试集
train_features, test_features, train_labels, test_labels = train_test_split(features, labels, test_size=0.2, random_state=42)

# 打印训练集和测试集的大小
print("训练集大小：", len(train_features))
print("测试集大小：", len(test_features))

以上代码使用了Python的csv模块来读取CSV文件，并使用sklearn库中的train_test_split函数将数据划分为训练集和测试集。请确保将`'path/to/your/csv/file.csv'`替换为你实际的CSV文件路径。还可以根据需要调整`test_size`参数来控制训练集和测试集的比例。