在Python中访问.mat（版本8.1）结构中的数据

Question

我有一个Matlab文件（.mat，版本大于7.3），里面包含一个结构体（data），这个结构体里有很多字段。每个字段都是一个单列数组，每个字段代表一个独立的传感器，而数组则是时间序列数据。我想在Python中打开这个文件，进行进一步的分析。我正在使用PyTables来读取数据：

import tables
impdat = tables.openFile('data_file.mat')

这段代码可以读取文件，我可以进入fileObject并通过以下方式获取每个字段的名称：

impdat.root.data.__members__

这会打印出字段的列表：

['rdg', 'freqlabels', 'freqbinsctr',... ]

现在，我想要一个方法，把data中的每个字段变成一个Python变量（可能是字典），用字段名作为键（如果是字典的话），对应的数组作为值。我可以通过下面的方式查看数组的大小：

impdat.root.data.rdg

这会返回：

/data/rdg (EArray(1, 1286920), zlib(3))
atom := Int32Atom(shape=(), dflt=0)
maindim := 0
flavor := 'numpy'
byteorder := 'little'
chunkshape := (1, 16290)

我的问题是，如何访问那个大数组（1, 1286920）中的一些数据？我该如何把这个数组读入另一个Python变量（比如列表、字典、numpy数组等）？任何想法或指导都非常感谢。

Answer 1

我好像无法复现你的代码。当我尝试打开我在8.0版本中用表格创建的文件时，出现了错误。

你可以试试把结构体里的变量提取出来，保存到一个新的mat文件中，这个文件只包含一组变量。这样处理起来会简单很多，而且这个问题已经在这里得到了很好的解答。

文中提到，mat文件其实就是一些数组，它们实际上是hdf5文件，可以用以下代码读取：

import numpy as np, h5py 
f = h5py.File('somefile.mat','r') 
data = f.get('data/variable1') 
data = np.array(data) # For converting to numpy array

我不太确定你正在处理的数据集有多大。如果数据集很大，我相信我可以写个脚本来提取结构体中的字段。我找到了一款这个工具，可能会对你有帮助。它可以递归地获取所有结构体字段的名称。

Answer 2

我想出了一个可行的解决办法。虽然这个方法不是特别优雅，因为它需要用到eval。首先，我创建了一个新的变量（alldata），用来存放我想要访问的数据。接着，我创建了一个空的字典（datastruct），然后我遍历所有的数据成员，把数组分配到字典中对应的键里：

alldata = impdat.root.data
datastruct = {}
for names in impdat.rood.data.__members___:
    datastruct[names] = eval('alldata.' + names + '[0][:]')

这里的'[0]'可能是多余的，具体要看你想访问的数据结构。在我的情况下，数据是存放在一个数组里的数组中，我只想要第一个。如果你有更好的解决办法，欢迎分享。