在機器學習中，打亂訓練集是一種在訓練模型前必須進行的操作之一。Python中，我們可以借助random庫來實現這個功能。

import random
# 假設我們有一個訓練集X和一個對應的標簽集y
X = [1, 2, 3, 4, 5]
y = [0, 1, 0, 1, 1]
# 將X和y打包成元組，方便后續操作
data = list(zip(X, y))
# 打亂數據集
random.shuffle(data)
# 分離出打亂后的X和y
X, y = zip(*data)
# 打印出來查看是否已經打亂
print(X)
print(y)

上面的代碼首先定義了一個訓練集X和對應的標簽集y。然后，將它們打包成元組，并使用random庫的shuffle函數打亂數據集。最后通過zip和*操作分離出打亂后的X和y，進行后續操作。

在實際使用中，打亂數據集通常是在數據預處理環節中進行的。打亂可以有效防止模型過擬合，提升訓練效果。