很抱歉，如果这是一个双重问题，但我尝试过的所有答案都给了我，而不是给我tuple＆list＆list一个list＆list＆tuple。
我问的原因是因为尝试对数据运行预制代码时，元组索引超出范围。
例如，他在自己的数据集中有一个
data = np.load('X_train.npy')
data
array([[[ 4.7959e-01, 4.7945e-01, 4.7930e-01, ..., 4.6286e-01,
4.6274e-01, 4.6264e-01],
[ 8.6445e-01, 8.6453e-01, 8.6461e-01, ..., 8.7356e-01,
8.7363e-01, 8.7369e-01],
[ 1.3501e-01, 1.3501e-01, 1.3503e-01, ..., 1.3583e-01,
1.3580e-01, 1.3580e-01],
...,
[ 1.9412e-01, -1.6503e-01, -2.2051e-01, ..., -6.5054e-02,
-2.1320e-01, -8.9356e-02],
[ 2.2704e+00, 2.1788e+00, 2.5342e+00, ..., 3.0091e+00,
3.2121e+00, 3.2306e+00],
[-9.9778e+00, -9.8778e+00, -9.6465e+00, ..., -9.5102e+00,
-9.3157e+00, -9.1405e+00]],
##而且我有这样的东西：
adata = np.genfromtxt('X_train.csv')
adata
array([( 0, 0, 0, -0.75853, -0.63435, -0.10488 , -0.10597 , 0.10765 , 0.017561 , 0.00076741, -0.74857, 2.103 , -9.7532),
( 1, 0, 1, -0.75853, -0.63434, -0.1049 , -0.106 , 0.067851 , 0.029939 , 0.0033855 , 0.33995, 1.5064, -9.4128),
( 2, 0, 2, -0.75853, -0.63435, -0.10492 , -0.10597 , 0.0072747, 0.028934 , -0.0059783 , -0.26429, 1.5922, -8.7267),
...,
当我意识到我的问题的许多解决方案都不使用pandas数据框而是使用numpy时，出现了问题。如果解决方案是使用熊猫，那么我将重新从头开始重做代码。
谢谢。