下面是使用Astropy库将FITS表格拆分为训练集和测试集的代码示例：

from astropy.io import fits
from sklearn.model_selection import train_test_split

# 读取FITS表格数据
fits_data = fits.open('data.fits')
table_data = fits_data[1].data

# 将表格数据拆分为特征和标签
features = table_data['feature_column_name']
labels = table_data['label_column_name']

# 将数据拆分为训练集和测试集
train_features, test_features, train_labels, test_labels = train_test_split(features, labels, test_size=0.2, random_state=42)

# 打印训练集和测试集的大小
print("训练集大小:", len(train_features))
print("测试集大小:", len(test_features))

# 关闭FITS文件
fits_data.close()

请注意，data.fits应替换为您实际的FITS文件名。您还需要将feature_column_name和label_column_name替换为您FITS表格中实际的特征和标签列名称。

在上述代码中，我们使用fits.open来打开FITS文件，并使用索引[1]选择要读取的表格数据。然后，我们将表格数据拆分为特征和标签列，并使用train_test_split函数将数据拆分为训练集和测试集。test_size参数指定测试集所占的比例，random_state参数用于确保每次运行代码时得到相同的拆分结果。

最后，我们打印训练集和测试集的大小，并使用fits_data.close()关闭FITS文件。

希望这可以帮助到您！