Python Numpy.split无法处理数据帧列表

我有一个31个数据帧的列表，

天

，形状（11122,88）到（2212388）存储在一个标准的Python列表中（整体形状（31,1））。我想调用

train\ux，test\ux=np.split（days，[int（0.8*len（days））]）

将该列表拆分为两个单独的列表

但是，np.split（）失败，表示

ValueError:无法将大小为11122的序列复制到维度为88的数组轴上。这让我想起np.split（）试图对列表中的数据帧进行操作，这不是我想要做的

调用
np.asarray（days）
也会产生相同的错误

实际上，我可以通过使用常规的Python列表索引
train_x=days[：int（0.8*len（days））]
来解决这个问题，但我想在这里发布这篇文章，以防遗漏一些琐碎的东西
 
split
只执行一系列切片。因此，如果您自己的切片工作，它同样好（和一样快）。谢谢。我认为只使用常规索引更简单，但我仍然很好奇为什么np.split（）不起作用：
test_x=days[:int（0.8*len（days））]
train_x=days[int（0.8*len（days））：]
np.split
是用来处理数组的，所以如果你给它一个列表，它会在某个时候尝试转换它。看起来您的数据帧大小不同，因此生成的
np.array
要么创建对象数组，要么失败并出现错误。大多数
numpy
函数在处理列表参数之前将其转换为数组。
split
只执行一系列切片。因此，如果您自己的切片工作，它同样好（和一样快）。谢谢。我认为只使用常规索引更简单，但我仍然很好奇为什么np.split（）不起作用：
test_x=days[:int（0.8*len（days））]
train_x=days[int（0.8*len（days））：]
np.split
是用来处理数组的，所以如果你给它一个列表，它会在某个时候尝试转换它。看起来您的数据帧大小不同，因此生成的
np.array
要么创建对象数组，要么失败并出现错误。大多数
numpy
函数在处理列表参数之前将其转换为数组。