@Conan 非常感谢你让我了解到zip在处理数据方面的作用。

但美中不足的是你的代码不能实现数据的打乱。

将样本和标签一一对应组合起来，并转换成 list 类型方便后续打乱操作 random.shuffle(zipped_data) 。

原因：在上面的这行代码中，你将打乱操作放到注释里了。

重新整理如下：

import random
X = [1, 2, 3, 4, 5, 6]
y = [0, 1, 0, 0, 1, 1]
zipped_data = list(zip(X, y))  
# 将样本和标签一 一对应组合起来,并转换成list类型方便后续打乱操作

random.shuffle(zipped_data)  
# 使用random模块中的shuffle函数打乱列表，原地操作，没有返回值

new_zipped_data = list(map(list, zip(*zipped_data)))  
# zip(*)反向解压，map()逐项转换类型，list()做最后转换

new_X, new_y = new_zipped_data[0], new_zipped_data[1]  
# 返回打乱后的新数据

print('X:',X,'\n','y:',y)
print('new_X:',new_X, '\n', 'new_y:',new_y)

我还有一个问题，如果真正的在机器学习模型训练中，将样本和标签一 一对应组合起来，是使用一下代码吗？

X = [1, 2, 3, 4, 5, 6]
y = [0, 1, 0, 0, 1, 1]

zipped_data = list(zip(X, y)) 

但是在上述代码中，写x序列比较麻烦，可以采用以下代码:

lst = []
for i in range(1，n+1): # n为数据集的个数
    lst.append(i)

# -----------------------

enumerate(x, start = 1) # x 为数据集