将<class'list'>转换为numpy.ndarray

Question

我对python有点新，我正在使用来自OpenAI的miniWOB。我想用cv2打印出我对我的经纪人的观察结果。但真的没关系。我的问题是我不知道哪些数据类型从健身房收到我的“观察”。但是我想把它作为一个简单的三维数组。这种格式我可以使用cv2打印出来。所以任何人都可以帮助我将我的<类的列表观察转换为：< type nunpy.ndarray>？我已经尝试过观察= np.asarray（观察），但后来我得到了这个错误：“mat数据类型= 17”。

import cv2 
import random 
import gym 
import universe 
import go_vncdriver 
import numpy as np 
def main(): 
    env = gym.make('wob.mini.ClickTest-v0') 
    env.configure(remotes=1) # create one flashgames Docker container 
    observation = env.reset() 
    while True: 
     env.render() 
     x = 110 
     y = 270 

     action_n = [universe.spaces.PointerEvent(x, y, 1), universe.spaces.PointerEvent(x, y, 0), 
      universe.spaces.PointerEvent(x, y, 1)] 

     action_n = [action_n for ob in observation] 
     observation, reward_n, done_n, info = env.step(action_n) 

     observation = np.asarray(observation) #this one converts to nd array but then I got the mat data type = 17 error 
     if (observation != None): 
      print(type(observation)) 
      cv2.imshow('pong voor net', observation) 
      cv2.waitKey(0) 
      cv2.destroyAllWindows() 
main() 

我收到此：

[{'vision': array([[[0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0], 
    ..., 
    [0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0]], 

    [[0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0], 
    ..., 
    [0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0]], 

    [[0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0], 
    ..., 
    [0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0]], 

    ..., 
    [[0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0], 
    ..., 
    [0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0]], 

    [[0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0], 
    ..., 
    [0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0]], 

    [[0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0], 
    ..., 
    [0, 0, 0], 
    [0, 0, 0], 
    [0, 0, 0]]], dtype=uint8), 'text': []}] 

我想将其转换为这种类型：

[[[144 72 17] 
[144 72 17] 
[144 72 17] 
..., 
[144 72 17] 
[144 72 17] 
[144 72 17]] 

[[144 72 17] 
[144 72 17] 
[144 72 17] 
..., 
[144 72 17] 
[144 72 17] 
[144 72 17]] 

[[144 72 17] 
[144 72 17] 
[144 72 17] 
..., 
[144 72 17] 
[144 72 17] 
[144 72 17]] 

Answer 1

不完全熟悉位的世界，而是基于输出，我会假设你有一系列的观测值（在你的情况下只有一个观测值），每个观测值都包含一个字典，可能你也可以有其他的传感器输入，但在你的例子中它只包含可见的观测'视觉'。 。像素）。因此，要获得想要的阵列，请选择第一个元素并提取“视觉”元素：

observation = np.asarray(observation[0]['vision'])