将csv文件按序进行训练集和测试集的划分不进行打乱

以下是Python代码示例，可以将CSV文件按照给定的比例划分为训练集和测试集，且不进行打乱：

import csv

# 读取CSV文件
with open('data.csv', 'r') as csvfile:
    reader = csv.reader(csvfile)
    data = list(reader)

# 按比例划分训练集和测试集
train_ratio = 0.8  # 训练集占总数据集的比例
num_train = int(len(data) * train_ratio)
train_data = data[:num_train]
test_data = data[num_train:]

# 将训练集和测试集写入CSV文件
with open('train_data.csv', 'w', newline='') as csvfile:
    writer = csv.writer(csvfile)
    for row in train_data:
        writer.writerow(row)

with open('test_data.csv', 'w', newline='') as csvfile:
    writer = csv.writer(csvfile)
    for row in test_data:
        writer.writerow(row)

在上面的代码中，首先使用`csv`模块读取CSV文件，并将其存储在`data`列表中。然后根据给定的训练集比例`train_ratio`计算训练集的大小，并将其划分为训练集和测试集。最后，使用`csv`模块将训练集和测试集写入不同的CSV文件中。由于没有进行打乱，因此训练集和测试集中的数据顺序与原始CSV文件中的顺序相同。