pycharm从给出的csv文件中加载数据，并划分为训练集和验证集，划分比例为：训练集/验证集=7/3

以下是使用Python代码在PyCharm中从给定的CSV文件中加载数据并将其分为训练集和验证集的示例：

import pandas as pd
from sklearn.model_selection import train_test_split

# Load data from CSV file
data = pd.read_csv('filename.csv')

# Split data into training and validation sets
train_data, val_data = train_test_split(data, test_size=0.3, random_state=42)

# Print number of samples in each set
print('Number of samples in training set:', len(train_data))
print('Number of samples in validation set:', len(val_data))

在上面的代码中，我们首先使用pandas库的read_csv()函数从名为“filename.csv”的CSV文件中加载数据。然后，我们使用scikit-learn库的train_test_split()函数将数据分为训练集和验证集，其中测试集占30％，随机状态设置为42以确保结果可重复。最后，我们打印每个集合中的样本数。