python-3.x - 将 Numpy 结构数组保存到 *.mat 文件

Question

我正在使用 numpy.loadtext从 CSV 数据文件生成结构化 Numpy 数组，我想将其保存到 MAT 文件中，以供更熟悉 MATLAB 而不是 Python 的同事使用。

示例案例:

import numpy as np
import scipy.io

mydata = np.array([(1, 1.0), (2, 2.0)], dtype=[('foo', 'i'), ('bar', 'f')])
scipy.io.savemat('test.mat', mydata)

当我尝试使用 scipy.io.savemat在这个数组上，抛出以下错误:

Traceback (most recent call last):
  File "C:/Project Data/General Python/test.py", line 6, in <module>
    scipy.io.savemat('test.mat', mydata)
  File "C:\python35\lib\site-packages\scipy\io\matlab\mio.py", line 210, in savemat
    MW.put_variables(mdict)
  File "C:\python35\lib\site-packages\scipy\io\matlab\mio5.py", line 831, in put_variables
    for name, var in mdict.items():
AttributeError: 'numpy.ndarray' object has no attribute 'items'

我是 Python 新手(充其量)，但我假设这是因为 savemat设置为处理 dicts 并且 Numpy 的结构化数组的结构不兼容。

我可以通过将数据拉入字典来解决此错误:

tmp = {}
for varname in mydata.dtype.names:
    tmp[varname] = mydata[varname]

scipy.io.savemat('test.mat', tmp)

可以很好地加载到 MATLAB 中:

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

mydata = 

    foo: [1 2]
    bar: [1 2]

但这似乎是一种非常低效的方法，因为我正在复制内存中的数据。有没有更聪明的方法来做到这一点？

Answer 1

你可以做scipy.io.savemat('test.mat', {'mydata': mydata}) .

这将创建一个结构 mydata带字段 foo和 bar在文件中。

或者，您可以将循环打包在 dict 理解中:

tmp = {varname: mydata[varname] for varname in mydata.dtype.names}

我不认为创建临时字典会复制内存中的数据，因为 Python 通常只存储引用，特别是 numpy 会尽可能尝试在原始数据中创建 View 。