当我从.npy文件加载保存的数组时，我得到一个数组（ data_train ），其中包含两个数组，类似于下面发布的数组。 当我读正确的文档时，它是一个带有两个数组的二维数组，不是吗？
所以我的问题是，我不知道如何从第一个数组（ data_train ）中“提取”第一个数组（ img ）。 npy文件。
创建.npy文件：
pressed_k = get_keys.get_pressed_keys()
img = screen_cap.grab_frame(size)
tr_data.append([img, pressed_k])
np.save('data.npy', tr_data)
pressed_k 是一个数组（[0,0,0,0]）
img 也是一个数组，其中包含格式为480,270
要“提取”我正在使用的得克_ 数组：
batch_y = np.array(np.hstack([i[1] for i in data_train]), dtype=np.float32)
返回：
Shape: (64953,)
Array: [ 0. 0. 0. ..., 0. 0. 0.]
到目前为止一切都很好。
但是当我为 img 数组尝试相同时：
batch_x = np.array([i[0] for i in data_train], dtype=np.float32)
它返回：
ValueError：使用序列设置数组元素。
当我尝试使用 dtype = object ：
时batch_x = np.array([i[0] for i in data_train], dtype=object)
它可以工作，但是在稍后使用 batch_x 的功能中，它会再次抛出相同的错误。
GitHub页面：https://github.com/MrGrimod/gta_self_driving
data_train ：
[[0 0]
[0 0]
[0 0]
...,
[ array([[[212, 194, 179, 255],
[212, 194, 179, 255],
[212, 195, 179, 255],
...,
[ 68, 69, 70, 255],
[ 61, 65, 61, 255],
[152, 134, 11, 255]],
[[211, 194, 180, 255],
[212, 194, 180, 255],
[212, 195, 179, 255],
...,
[ 66, 68, 63, 255],
[ 63, 67, 59, 255],
[153, 134, 9, 255]],
[[210, 193, 181, 255],
[211, 194, 181, 255],
[212, 195, 180, 255],
...,
[ 69, 71, 72, 255],
[ 71, 72, 73, 255],
[153, 134, 9, 255]],
...,
[[ 40, 40, 47, 255],
[ 45, 46, 51, 255],
[ 37, 37, 43, 255],
...,
[ 45, 47, 54, 255],
[ 47, 49, 56, 255],
[146, 130, 9, 255]],
[[ 40, 40, 47, 255],
[ 42, 42, 48, 255],
[ 32, 32, 38, 255],
...,
[ 40, 41, 48, 255],
[ 42, 43, 48, 255],
[147, 131, 10, 255]],
[[ 39, 40, 46, 255],
[ 35, 35, 41, 255],
[ 32, 33, 38, 255],
...,
[ 43, 44, 51, 255],
[ 41, 42, 49, 255],
[147, 131, 11, 255]]], dtype=uint8)
array([0, 0, 0, 0])]
[ array([[[212, 194, 179, 255],
[212, 194, 179, 255],
[212, 195, 179, 255],
...,
[ 70, 71, 73, 255],
[ 67, 68, 66, 255],
[152, 134, 11, 255]],
[[211, 193, 180, 255],
[212, 194, 180, 255],
[212, 195, 180, 255],
...,
[ 68, 69, 70, 255],
[ 68, 70, 69, 255],
[153, 134, 9, 255]],
[[209, 193, 182, 255],
[211, 194, 181, 255],
[212, 195, 180, 255],
...,
[ 69, 72, 74, 255],
[ 71, 72, 73, 255],
[153, 134, 9, 255]],
...,
[[ 41, 41, 49, 255],
[ 46, 46, 52, 255],
[ 37, 37, 43, 255],
...,
[ 46, 47, 54, 255],
[ 47, 49, 57, 255],
[146, 130, 9, 255]],
[[ 41, 41, 48, 255],
[ 42, 42, 48, 255],
[ 32, 32, 38, 255],
...,
[ 41, 42, 48, 255],
[ 41, 43, 49, 255],
[147, 131, 10, 255]],
[[ 40, 40, 46, 255],
[ 32, 33, 38, 255],
[ 32, 33, 38, 255],
...,
[ 43, 44, 51, 255],
[ 41, 42, 49, 255],
[147, 131, 11, 255]]], dtype=uint8)
array([0, 0, 0, 0])]
[ array([[[211, 195, 180, 255],
[212, 195, 180, 255],
[212, 195, 180, 255],
...,
[ 68, 69, 69, 255],
[ 62, 64, 72, 255],
[152, 134, 11, 255]],
[[210, 193, 181, 255],
[211, 194, 181, 255],
[212, 195, 180, 255],
...,
[ 63, 65, 57, 255],
[ 49, 55, 61, 255],
[153, 134, 9, 255]],
[[211, 193, 181, 255],
[212, 195, 181, 255],
[212, 195, 181, 255],
...,
[ 56, 59, 47, 255],
[ 45, 50, 58, 255],
[153, 134, 9, 255]],
...,
[[ 42, 43, 50, 255],
[ 47, 48, 55, 255],
[ 37, 38, 44, 255],
...,
[ 42, 44, 49, 255],
[ 46, 48, 54, 255],
[146, 130, 9, 255]],
[[ 42, 44, 50, 255],
[ 40, 41, 47, 255],
[ 34, 35, 41, 255],
...,
[ 37, 38, 44, 255],
[ 37, 38, 43, 255],
[147, 131, 10, 255]],
[[ 40, 42, 48, 255],
[ 34, 35, 41, 255],
[ 34, 35, 41, 255],
...,
[ 45, 48, 55, 255],
[ 42, 43, 50, 255],
[147, 131, 11, 255]]], dtype=uint8)
array([0, 0, 0, 0])]]
shape: (16614, 2)
created by appending two array, saving it and then loading it, by using
np.load