python 数据保存 matlab,使用python存储matlab文件

编辑：答案(和问题有点)已经发生了显著的变化，变得更加普遍。如果询问者告诉我们backup中的值是什么类型的对象，这还是很有用的。在

在scipy.io.savemat显然可以取字典的数组，所以这个结构from numpy import array

import scipy.io

data = {

'bigdata' : {

'a' : array([1, 2, 3]),

'b' : array([1, 2, 3]),

'c' : array([1, 2, 3]),

}

}

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

加载到matlab as中

^{pr2}$

我认为这些字典可以嵌套到python的递归限制，因为实现是递归的。我测试了6个层次的嵌套字典。

编辑：现在你要问的是这样一个结构：data = {

'key1' : ['a' : apple, 'b' : banana],

'key2' : ['c' : crabapple, 'd' : dragonfruit],

...

}

你还没有具体说明什么是苹果、香蕉等。这取决于您希望在Matlab对象中从这些Python对象中获取什么数据。我测试了一些类，比如str(转换为char数组)、set(无法转换为array)和list(如果是同构的，则是array，如果是字符串，则是一些数字)等。代码看起来很像duck-type-ish，所以如果这些对象有一个公共的数据保存接口，它应该可以通过；我在这里为matlab5版本提供一个most relevant bit的摘录：def to_writeable(source)

if isinstance(source, np.ndarray):

return source

if source is None:

return None

# Objects that have dicts

if hasattr(source, '__dict__'):

source = dict((key, value) for key, value in source.__dict__.items()

if not key.startswith('_'))

# Mappings or object dicts

if hasattr(source, 'keys'):

dtype = []

values = []

for field, value in source.items():

if (isinstance(field, basestring) and

not field[0] in '_0123456789'):

dtype.append((field,object))

values.append(value)

if dtype:

return np.array( [tuple(values)] ,dtype)

else:

return None

# Next try and convert to an array

narr = np.asanyarray(source)

if narr.dtype.type in (np.object, np.object_) and \

narr.shape == () and narr == source:

# No interesting conversion possible

return None

return narr