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。
https://stackoverflow.com/questions/56240508
复制相似问题