CartPole问题绘制子图时遇TypeError：tuple无法解析为整数

错误原因 #

核心问题出在这行代码：

datapoints, state_num, _ = _, x_array.shape, _

这是完全错误的元组解包写法。x_array.shape返回的是表示数组维度的元组（比如CartPole数据通常是三维数组，形状为(数据点数量, 4, 1)），错误写法导致state_num被赋值为整个x_array.shape元组，后续range(0, state_num)要求参数为整数，传入元组直接触发TypeError。

修正后的代码 #

import numpy as np
import matplotlib.pyplot as plt

# 假设x_array、x_hat_array、t_array已提前定义
x_array = np.array(x_array)
x_hat_array = np.array(x_hat_array)
t_array = np.array(t_array)

subplots = []
# 正确解包x_array的维度：提取数据点数量、状态数，忽略最后一个维度
datapoints, state_num, _ = x_array.shape

# 批量创建对应状态数的子图（放在同一个画布）
fig, subplots = plt.subplots(state_num, 1, figsize=(8, 6))

# 遍历每个状态绘制曲线
for i in range(state_num):
    subplots[i].plot(t_array, x_array[:, i, 0])
    subplots[i].set_title(f'状态{i+1}')
    subplots[i].set_xlabel('时间')
    subplots[i].set_ylabel('数值')

plt.tight_layout()
plt.show()

额外优化说明 #

• 原代码循环创建子图会生成多个独立画布，改用plt.subplots(state_num, 1)可一次性将所有子图放在同一画布，更符合子图使用场景。
• 若你的x_array维度与示例不同（比如不是三维），需对应调整解包逻辑，确保state_num是整数类型。

内容的提问来源于stack exchange，提问作者BondJour