使用 Scipy 将字典从 Python 保存到 Matlab
Saving dictionaries from Python to Matlab with Scipy
我发现将生成的整洁数据保存到 .mat 文件中时遇到了一些问题。我认为使用 Scipy 更直接,但似乎我弄错了。
这是我要保存的数据示例:
out = {'features': array([[ 5.00088905e+01, 1.51847522e+01, 4.93513862e+01,
3.76548415e+00, -3.96946513e+01, -2.11885850e+01,
9.85304035e+00, -6.30005764e+00, 1.19987435e+01,
3.89762536e+00, -1.31554755e+00, -1.66890836e+01,
4.75289017e-02, 3.65829480e-01, -4.77872832e-01,
1.13641908e+00, -1.08742775e-01, -2.42751445e-01,
-1.13054913e-01, 3.39011561e-01, 1.37158960e-01,
-2.80760116e-01, -4.15187861e-01, 9.85433526e-02,
-8.66144928e-02, 9.18260870e-03, -7.38139130e-01,
8.04136232e-01, 2.31623188e-02, -7.88927536e-02,
-2.17779710e-01, 2.85428986e-01, -8.16231884e-02,
1.79710145e-03, -3.47710145e-01, -9.84115942e-02,
3.96077031e+00, 3.29914828e+01, 2.60086805e+01,
2.44418378e+01, 2.01712577e+01, 1.56827627e+01,
1.59131122e+01, 1.84134126e+01, 1.63149310e+01,
1.35579058e+01, 1.15772911e+01, 1.82263123e+01,
3.96077031e+00, 3.29914828e+01, 2.60086805e+01,
2.44418378e+01, 2.01712577e+01, 1.56827627e+01,
1.59131122e+01, 1.84134126e+01, 1.63149310e+01,
1.35579058e+01, 1.15772911e+01, 1.82263123e+01,
3.96077031e+00, 3.29914828e+01, 2.60086805e+01,
2.44418378e+01, 2.01712577e+01, 1.56827627e+01,
1.59131122e+01, 1.84134126e+01, 1.63149310e+01,
1.35579058e+01, 1.15772911e+01, 1.82263123e+01]]), 'tags': [['rock', 'metal']]}
它是矩阵的单行,可以与标签列表相关联(长度可变)。
我们的想法是创建一个包含矩阵和列表元胞数组的 .mat 文件。当我这样做时:
scipy.io.savemat('./test.mat',out)
标签在 Matlab 中的结果各不相同。对于上面的示例,我有一个 1x2x5 字符矩阵
val(:,:,1) = rm
val(:,:,2) = oe
val(:,:,3) = ct
val(:,:,4) = ka
val(:,:,5) = l
如果我尝试使用矩阵而不是单行向量,我会得到一个元胞数组,每行都有一个元胞,但列表已合并,特定行的元胞将为:rmoectkal
.
我试着举例说明:
>>> genre_tags_matrix = np.array(genre_tags, dtype=np.object)
>>> print(genre_tags_matrix)
[['classical', 'pop'] ['classical'] ['classical'] ['classical']]
>>> out = {'tags' : genre_tags_matrix}
>>> scipy.io.savemat('./test.mat',out)
这是我在 Matlab 中看到的:
到底是怎么回事?有解决办法吗?
问题是 MATLAB 和 Octave 中的字符串实际上只是一个字符数组,所以下面的语句 实际上 一个 3D 数组
[['rock', 'metal']]
如果我们用数字替换字符,使它更清楚一点,它是一个 3D 数组,我们会得到类似这样的东西
[[[1,2,3], [4,5,6]]]
当您使用 savemat
将其中任何一个保存到 .mat
文件时,它将被视为 3D 数组。
如果您想要一个元胞数组,则必须手动创建一个 numpy 对象的 numpy 数组。
import scipy
import numpy as np
out = {'tags': np.array(['rock', 'metal'], dtype=np.object)}
scipy.io.savemat('test.mat', out)
然后在 MATLAB 或 Octave 中
data = load('test.mat')
% tags =
% {
% [1,1] = rock
% [1,2] = metal
% }
更新
如果是 嵌套 元胞数组,您希望成为元胞数组的每个级别都必须 也 是一个 numpy numpy 对象数组
out = {'tags': np.array([
np.array(['classical', 'pop'], dtype=np.object), # A nested cell array
'classical', 'classical', 'classical'], dtype=np.object)}
我发现将生成的整洁数据保存到 .mat 文件中时遇到了一些问题。我认为使用 Scipy 更直接,但似乎我弄错了。
这是我要保存的数据示例:
out = {'features': array([[ 5.00088905e+01, 1.51847522e+01, 4.93513862e+01,
3.76548415e+00, -3.96946513e+01, -2.11885850e+01,
9.85304035e+00, -6.30005764e+00, 1.19987435e+01,
3.89762536e+00, -1.31554755e+00, -1.66890836e+01,
4.75289017e-02, 3.65829480e-01, -4.77872832e-01,
1.13641908e+00, -1.08742775e-01, -2.42751445e-01,
-1.13054913e-01, 3.39011561e-01, 1.37158960e-01,
-2.80760116e-01, -4.15187861e-01, 9.85433526e-02,
-8.66144928e-02, 9.18260870e-03, -7.38139130e-01,
8.04136232e-01, 2.31623188e-02, -7.88927536e-02,
-2.17779710e-01, 2.85428986e-01, -8.16231884e-02,
1.79710145e-03, -3.47710145e-01, -9.84115942e-02,
3.96077031e+00, 3.29914828e+01, 2.60086805e+01,
2.44418378e+01, 2.01712577e+01, 1.56827627e+01,
1.59131122e+01, 1.84134126e+01, 1.63149310e+01,
1.35579058e+01, 1.15772911e+01, 1.82263123e+01,
3.96077031e+00, 3.29914828e+01, 2.60086805e+01,
2.44418378e+01, 2.01712577e+01, 1.56827627e+01,
1.59131122e+01, 1.84134126e+01, 1.63149310e+01,
1.35579058e+01, 1.15772911e+01, 1.82263123e+01,
3.96077031e+00, 3.29914828e+01, 2.60086805e+01,
2.44418378e+01, 2.01712577e+01, 1.56827627e+01,
1.59131122e+01, 1.84134126e+01, 1.63149310e+01,
1.35579058e+01, 1.15772911e+01, 1.82263123e+01]]), 'tags': [['rock', 'metal']]}
它是矩阵的单行,可以与标签列表相关联(长度可变)。
我们的想法是创建一个包含矩阵和列表元胞数组的 .mat 文件。当我这样做时:
scipy.io.savemat('./test.mat',out)
标签在 Matlab 中的结果各不相同。对于上面的示例,我有一个 1x2x5 字符矩阵
val(:,:,1) = rm
val(:,:,2) = oe
val(:,:,3) = ct
val(:,:,4) = ka
val(:,:,5) = l
如果我尝试使用矩阵而不是单行向量,我会得到一个元胞数组,每行都有一个元胞,但列表已合并,特定行的元胞将为:rmoectkal
.
我试着举例说明:
>>> genre_tags_matrix = np.array(genre_tags, dtype=np.object)
>>> print(genre_tags_matrix)
[['classical', 'pop'] ['classical'] ['classical'] ['classical']]
>>> out = {'tags' : genre_tags_matrix}
>>> scipy.io.savemat('./test.mat',out)
这是我在 Matlab 中看到的:
到底是怎么回事?有解决办法吗?
问题是 MATLAB 和 Octave 中的字符串实际上只是一个字符数组,所以下面的语句 实际上 一个 3D 数组
[['rock', 'metal']]
如果我们用数字替换字符,使它更清楚一点,它是一个 3D 数组,我们会得到类似这样的东西
[[[1,2,3], [4,5,6]]]
当您使用 savemat
将其中任何一个保存到 .mat
文件时,它将被视为 3D 数组。
如果您想要一个元胞数组,则必须手动创建一个 numpy 对象的 numpy 数组。
import scipy
import numpy as np
out = {'tags': np.array(['rock', 'metal'], dtype=np.object)}
scipy.io.savemat('test.mat', out)
然后在 MATLAB 或 Octave 中
data = load('test.mat')
% tags =
% {
% [1,1] = rock
% [1,2] = metal
% }
更新
如果是 嵌套 元胞数组,您希望成为元胞数组的每个级别都必须 也 是一个 numpy numpy 对象数组
out = {'tags': np.array([
np.array(['classical', 'pop'], dtype=np.object), # A nested cell array
'classical', 'classical', 'classical'], dtype=np.object)}