X_train, X_test, y_train, y_test = train_test_split(data_array, labels,test_size=0.2, random_state=42)

train_test_split函数是用于将数据集划分为训练集和测试集的常用函数。它的作用是将原始数据集按照一定比例划分为训练集和测试集，并返回划分后的数据。

在给定的代码中，train_test_split函数被用来划分名为data_array的数据集和labels标签集。具体的划分方式如下：

- X_train：训练集的特征数据，即划分后的训练数据集。
- X_test：测试集的特征数据，即划分后的测试数据集。
- y_train：训练集的标签数据，即划分后的训练标签集。
- y_test：测试集的标签数据，即划分后的测试标签集。

其中，data_array是原始的特征数据集，labels是对应的标签数据集。test_size参数指定了测试集所占的比例，这里设置为0.2，即测试集占总数据集的20%。random_state参数用于设置随机种子，保证每次划分结果一致。

这样划分后，你可以使用X_train和y_train进行模型的训练，使用X_test和y_test进行模型的评估和测试。