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，然后将训练集随机打乱后重新按顺序命名后再写入原本的文件夹，

可以使用Python中的os和random模块来完成这个任务。

首先，需要遍历文件夹中的所有图片，以读取它们。可以使用os模块中的listdir()函数来实现：

import os

data_folder = "path/to/data/folder"
images = []
for filename in os.listdir(data_folder):
    if filename.endswith(".jpg"):
        images.append(os.path.join(data_folder, filename))

接下来，可以使用random模块中的sample()函数来随机划分训练集和测试集：

import random

train_ratio = 0.9
num_train = int(len(images) * train_ratio)
train_images = random.sample(images, num_train)
test_images = list(set(images) - set(train_images))

然后，可以使用random模块中的shuffle()函数来打乱训练集，并重新命名：

random.shuffle(train_images)
for i, image_path in enumerate(train_images):
    new_filename = f"train_{i}.jpg"
    os.rename(image_path, os.path.join(data_folder, new_filename))

最后，训练集中的图片已经被重新命名并打乱了。测试集也已经被划分出来。