读取文件夹中的图片形式的数据集，随机划分为训练集和测试集比例为9:1，将训练集中图片的名字放入一个阵列中，然后按新的顺序命名后再写入训练集的文件夹，

可以使用Python中的os和random库来实现这个功能。具体步骤如下：

1. 导入os和random库

import os
import random

2. 设置数据集路径和训练集、测试集比例

data_dir = 'path/to/dataset'
train_ratio = 0.9

3. 读取数据集中的图片文件名并打乱顺序

file_names = os.listdir(data_dir)
random.shuffle(file_names)

4. 计算训练集和测试集的数量

num_train = int(len(file_names) * train_ratio)
num_test = len(file_names) - num_train

5. 将训练集图片名字放入一个列表中

train_file_names = file_names[:num_train]

6. 按新顺序命名并将训练集图片复制到新的文件夹中

train_dir = 'path/to/train_dir'
for i, file_name in enumerate(train_file_names):
    src_path = os.path.join(data_dir, file_name)
    dst_name = f"{i:06d}.jpg"  # 新的文件名，例如000001.jpg
    dst_path = os.path.join(train_dir, dst_name)
    shutil.copy(src_path, dst_path)

7. 将测试集图片复制到新的文件夹中

test_dir = 'path/to/test_dir'
for i, file_name in enumerate(file_names[num_train:]):
    src_path = os.path.join(data_dir, file_name)
    dst_name = f"{i:06d}.jpg"  # 新的文件名，例如000001.jpg
    dst_path = os.path.join(test_dir, dst_name)
    shutil.copy(src_path, dst_path)

完整代码如下：

import os
import random
import shutil

data_dir = 'path/to/dataset'
train_dir = 'path/to/train_dir'
test_dir = 'path/to/test_dir'
train_ratio = 0.9

file_names = os.listdir(data_dir)
random.shuffle(file_names)

num_train = int(len(file_names) * train_ratio)
num_test = len(file_names) - num_train

train_file_names = file_names[:num_train]
test_file_names = file_names[num_train:]

if not os.path.exists(train_dir):
    os.makedirs(train_dir)

if not os.path.exists(test_dir):
    os.makedirs(test_dir)

for i, file_name in enumerate(train_file_names):
    src_path = os.path.join(data_dir, file_name)
    dst_name = f"{i:06d}.jpg"
    dst_path = os.path.join(train_dir, dst_name)
    shutil.copy(src_path, dst_path)

for i, file_name in enumerate(test_file_names):
    src_path = os.path.join(data_dir, file_name)
    dst_name = f"{i:06d}.jpg"
    dst_path = os.path.join(test_dir, dst_name)
    shutil.copy(src_path, dst_path)