使用scipy.io.savemat将等大小ndarray的numpy对象数组存储到.mat文件中
我正在尝试使用python创建.mat数据文件。matlab代码期望数据具有一定的格式，其中非均匀大小的二维ndarray作为对象存储在列向量中。因此，在我的例子中，将有k个形状为( m_i，n)的numpy数组-每个数组具有不同的m_i-存储在形状为(k，1)的numpy数组中。然后，我将这个对象数组添加到一个字典中，并将其传递给scipy.io.savemat()。
只要m_i确实不同，这种方法就可以很好地工作。如果所有k个数组恰好都有相同的行数m_i，这种行为就会变得很奇怪。首先，它需要非常显式地赋值给dtype=object的numpy数组，该数组已初始化为最终大小k，否则numpy只是创建一个三维数组。但是，即使我有正确的python格式，并使用savemat将其存储到.mat文件中，在将其转换为matlab格式时仍存在某种问题。
当我使用scipy.io.loadmat从.mat文件重新加载数据时，我发现我仍然有一个形状为(k，1)的对象数组，它仍然具有形状为(m，n)的元素。但是，每个元素不再是int或float，而是形状(1，1)的数值数组，必须对其进行进一步的索引才能访问包含的int或float。因此，对象向量的单个元素应该是形状(2，4)的数值数组，如下所示：
[array([[array([[0.82374894]]), array([[0.50730055]]),
array([[0.36721625]]), array([[0.45036349]])],
[array([[0.26119276]]), array([[0.16843872]]),
array([[0.28649524]]), array([[0.64239569]])]], dtype=object)]这也给我试图为其构建数据文件的matlab代码带来了一个问题。对于形状不同的对象数组，它运行得很好，但当存在包含相同形状数组的数组时，它将中断。
我知道这是一个相当模糊而且可能不可避免的问题，但我想我会看看是否有人遇到过它并找到了解决方法。谢谢。
回答 1
Stack Overflow用户
发布于 2019-05-22 02:29:20
我对这个问题不太清楚。让我试着重现你的案例：
In [58]: from scipy.io import loadmat, savemat
In [59]: A = np.empty((2,1), object)
In [61]: A[0,0]=np.arange(4).reshape(2,2)
In [62]: A[1,0]=np.arange(6).reshape(3,2)
In [63]: A
Out[63]:
array([[array([[0, 1],
[2, 3]])],
[array([[0, 1],
[2, 3],
[4, 5]])]], dtype=object)
In [64]: B=A[[0,0],:]
In [65]: B
Out[65]:
array([[array([[0, 1],
[2, 3]])],
[array([[0, 1],
[2, 3]])]], dtype=object)正如我今天早些时候解释的那样，从匹配大小的数组创建对象数据类型数组需要特殊处理。np.array(...)尝试创建一个更高维数组。https://stackoverflow.com/a/56243305/901925
保存：
In [66]: savemat('foo.mat', {'A':A, 'B':B}) 正在加载：
In [74]: loadmat('foo.mat')
Out[74]:
{'__header__': b'MATLAB 5.0 MAT-file Platform: posix, Created on: Tue May 21 11:20:42 2019',
'__version__': '1.0',
'__globals__': [],
'A': array([[array([[0, 1],
[2, 3]])],
[array([[0, 1],
[2, 3],
[4, 5]])]], dtype=object),
'B': array([[array([[0, 1],
[2, 3]])],
[array([[0, 1],
[2, 3]])]], dtype=object)}
In [75]: _74['A'][1,0]
Out[75]:
array([[0, 1],
[2, 3],
[4, 5]])您的问题案例看起来像是一个包含数字的对象dtype数组：
In [89]: C = np.arange(4).reshape(2,2).astype(object)
In [90]: C
Out[90]:
array([[0, 1],
[2, 3]], dtype=object)
In [91]: savemat('foo1.mat', {'C': C})
In [92]: loadmat('foo1.mat')
Out[92]:
{'__header__': b'MATLAB 5.0 MAT-file Platform: posix, Created on: Tue May 21 11:39:31 2019',
'__version__': '1.0',
'__globals__': [],
'C': array([[array([[0]]), array([[1]])],
[array([[2]]), array([[3]])]], dtype=object)}显然，savemat已经将整数对象转换成与2dmatlab兼容的数组。在MATLAB中，任何东西，即使是标量，都至少是2d的。
===
在Octave中，对象dtype数组都会生成单元格，而2d数值数组会生成矩阵：
>> load foo.mat
>> A
A =
{
[1,1] =
0 1
2 3
[2,1] =
0 1
2 3
4 5
}
>> B
B =
{
[1,1] =
0 1
2 3
[2,1] =
0 1
2 3
}
>> load foo1.mat
>> C
C =
{
[1,1] = 0
[2,1] = 2
[1,2] = 1
[2,2] = 3
}Python: Issue reading in str from MATLAB .mat file using h5py and NumPy
是相对较新的，这表明了倍频程HDF5和MATLAB之间的区别。
https://stackoverflow.com/questions/56240508
复制相似问题