我正在使用 numpy.loadtext
从CSV数据文件生成一个结构化的Numpy数组,我希望将其保存为MAT文件,以便于对MATLAB比Python更熟悉的同事。
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
在该数组上时,会抛出以下错误:
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的新手(顶多算是),但我认为这是因为savemat
被设置为处理字典,而Numpy结构化数组的结构不兼容。
我可以通过将我的数据转换成字典来避免此错误:
tmp = {}
for varname in mydata.dtype.names:
tmp[varname] = mydata[varname]
scipy.io.savemat('test.mat', tmp)
可以在MATLAB中正常加载:
>> 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,因为我在内存中复制了数据。有没有更聪明的方法来完成这个任务?
savemat
函数需要操作数据,以便将其写入与 MATLAB 兼容的格式。文件写入所需时间比数组复制更长。请关注选择最佳的 MATLAB 数据结构。 - hpaulj