Wie kann man Daten in drei Teilmengen in Python mit NumPy ohne Shuffle aufteilen?

Um Daten in drei verschiedene Teilmengen in Python mit NumPy (np) aufzuteilen, kannst du die Indizes der Daten manuell aufteilen, ohne die Funktion `shuffle` zu verwenden. Hier ist ein Beispiel, wie du das machen kannst:

```python
import numpy as np

# Beispiel-Daten
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# Bestimme die Größe der Teilmengen
total_size = len(data)
train_size = int(0.6 * total_size) # 60% für Training
val_size = int(0.2 * total_size) # 20% für Validierung
test_size = total_size - train_size - val_size # 20% für Test

# Aufteilen der Daten
train_data = data[:train_size]
val_data = data[train_size:train_size + val_size]
test_data = data[train_size + val_size:]

print("Trainingsdaten:", train_data)
print("Validierungsdaten:", val_data)
print("Testdaten:", test_data)
```

In diesem Beispiel werden die Daten in drei Teilmengen aufgeteilt: 60% für das Training, 20% für die Validierung und 20% für den Test. Du kannst die Prozentsätze nach Bedarf anpassen.