本文將會開始介紹，由打磚塊呈現出來的 Machine-Learning的效果，首先我們必須要從最前面抓取資料這個部分來處理，但是對於機器學習來說，抓取資料是最重要的，因為我們說過，我們的打磚塊是要完全過關而且還要讓她很完美，我們總不能讓這個程式進入一個會學習錯誤方向還錯誤學習就失誤的一個遊戲吧?所以針對這個部分我們要先對於我們的抓取資料產生分析。

由上一篇顯示到我們所使用的儲存檔案形式，透過他遊戲上的呼叫一個指令中會將檔案儲存下來，python MLGame.py -r arkanoid 2 -i ml_play_template.py 這段程式碼將會將你的檔案儲存下來，並且變成一個 Pickle檔案，接下來我們就要藉由這份檔案來讓我們的程式學習，這裡會用來說明 Pickle的簡單用法

import pickle

with open("路徑","rb") as f1:
    data_list = pickle.load(f1)

以上的簡單程式碼，與我們之前介紹的 with open 是一樣的做法，但是對於 pickle檔案要利用 rb 才可以執行，rb是甚麼呢？r 是 read 的意思，b 是 二進制的意思，意思是說我們讀取這份資料是利用二進制的模式讀取他，因為他裏頭的資料其實都是二進制的樣子。

相信各位如果有過去玩那個打磚塊遊戲的話，他所產生的 pickle 檔案你可以打開，他都是一個亂數檔案。

?]q (cgames.arkanoid.communication
SceneInfo
q
)蹍?}q(X   frameqK X   statusqX
   GAME_ALIVEqX   ballqKdKd??X   platformq	KKM???X   bricksq]q(K#K2??K<K2??KUK2??KnK2??K????KK<??K2K<??KKK<??KdK<??K}K<??K????K#KF??K<KF??KUKF??KnKF
   

以上是我將它截起來一小段來觀看，其實會發現上面有一些參數我們是有看過的，ball bricks platform，這些都是我們看過的，所以其實他這個檔案是藏了很多我們需要的參數在裏頭，只是說要利用程式的方式進行讀取，把資料讀取出來之後就可以進行來分析，並且將有用的資料進行分類，訓練，就可以讓我們新的程式來進行。

那以上謝謝各位聆聽，以上為不專業的AI介紹，這次介紹打開檔案的部分，因資料還需要進行訓練狀況所以將會等待完整之後會彙整給各位觀看，謝謝各位，那我們下篇見~~~~~~