如何将各种尺寸的数组的Python列表保存到mat文件[重复]

Posted 2023-01-05

此问题已经在这里有了答案：

creating Matlab cell arrays in python（1个答案）

关闭上个月。

我将数组的list保存到可以在Matlab中读取的文件中。列表中的数组是3维的，但形状各异，因此我无法将它们放入单个大数组中。

最初，我以为可以将列表保存到pickle文件中，然后在Matlab中读取文件。后来我发现Matlab不支持读取pickle文件。我也尝试使用scipy.io.savemat将列表保存到mat文件。数组尺寸的不一致会导致保存问题。

每个人都有解决问题的想法？应该注意的是，列表文件的内存非常大（> 4 G）。

答案

如果不需要单个文件，则可以遍历列表，并将每个条目savemat循环到单独的文件中。然后遍历该目录并将每个文件load循环到单元数组元素中。

您还可以压缩存储这些文件的目录，以使一个文件可以传递。

另一答案

savemat是用于以MATLAB格式保存numpy数组的正确工具。我建议在MATLAB中创建所需的结构，保存并loadmat。沿另一种方式复制该布局。

也loadmat savemat文件以更好地了解如何将python对象映射到MATLAB对象。

数组可能会成为F阶2d数组。单元格可能成为对象dtype数组，结构可能成为结构化数组。

从列表中创建.mat`：

In [180]: io.savemat('test.mat', 'x':[np.arange(12).reshape(3,4), np.arange(3), 4])                                

重新加载：

In [181]: data = io.loadmat('test.mat')                                                                              
In [182]: data                                                                                                       
Out[182]: 
'__header__': b'MATLAB 5.0 MAT-file Platform: posix, Created on: Sat Mar 21 20:02:02 2020',
 '__version__': '1.0',
 '__globals__': [],
 'x': array([[array([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]]),
         array([[0, 1, 2]]), array([[4]])]], dtype=object)

具有一个命名变量

In [183]: data['x']                                                                                                  
Out[183]: 
array([[array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]]),
        array([[0, 1, 2]]), array([[4]])]], dtype=object)

形状是2d（类似于所有MATLAB），对象是dtype（用于容纳项的混合）：

In [185]: data['x'].shape                                                                                            
Out[185]: (1, 3)

在二维数组内：

In [186]: data['x'][0,0].shape                                                                                       
Out[186]: (3, 4)

如果检查flags，我会看到data['x']是顺序F，F是连续的（但在savemat中使用的源是默认的C连续）。

还要注意1d数组和标量的形状变化-再次遵循MATLAB约定。

在八度音阶中：

>> data = load('test.mat')
data =

  scalar structure containing the fields:

    x =
    
      [1,1] =

         0   1   2   3
         4   5   6   7
         8   9  10  11

      [1,2] =

        0  1  2

      [1,3] = 4
    

我们得到一个cell变量。

如果我想要在此传输中没有更改的numpy矩阵，则必须从类似以下内容开始：

In [188]: np.arange(12).reshape(3,4,order='F')                                                                       
Out[188]: 
array([[ 0,  3,  6,  9],
       [ 1,  4,  7, 10],
       [ 2,  5,  8, 11]])

numpy在默认情况下为C顺序，以行为主，第一个维度是最外面的。 MATLAB相反-F（fortran），列主要，最后一个维度最外面。