我知道两种解决方案（其中一种是我自己制作的，如果*.mat文件非常大或非常深，则效果更好），可以抽象出您与h5py库的直接交互。
hdf5storage包，它得到了很好的维护，并旨在帮助将v7.3保存的mat文件加载到Python中- 我的自己的mat文件加载器，我编写它来克服即使最新版本（
0.2.0）的hdf5storage也有加载大型（〜500Mb）和/或深度数组的问题（实际上我不确定这两个问题哪一个导致了这个问题）
假设您已经将两个软件包下载到可以将它们加载到Python的位置，您可以看到它们为您的示例'test.mat'产生类似的输出：
In [1]: pyInMine = LoadMatFile('test.mat')
In [2]: pyInHdf5 = hdf5.loadmat('test.mat')
In [3]: pyInMine()
Out[3]: dict_keys(['struArray'])
In [4]: pyInMine['struArray'].keys()
Out[4]: dict_keys(['data', 'id', 'name'])
In [5]: pyInHdf5.keys()
Out[5]: dict_keys(['struArray'])
In [6]: pyInHdf5['struArray'].dtype
Out[6]: dtype([('name', 'O'), ('id', '<f8', (1, 1)), ('data', 'O')])
In [7]: pyInHdf5['struArray']['data']
Out[7 ]:
array([[array([[ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]]),
array([[3., 4., 5., 6., 7., 8., 9.]]), array([[0.]])]],
dtype=object)
In [8]: pyInMine['struArray']['data']
Out[8]:
array([[array([[ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]]),
array([[3., 4., 5., 6., 7., 8., 9.]]), array([[0.]])]],
dtype=object)
最大的区别在于我的库将Matlab中的结构数组转换为Python字典，其键是结构的字段，而将它们转换为具有各种数据类型存储字段的numpy对象数组。
我还注意到数组的索引行为与您从Matlab方法中期望的不同。具体来说，在Matlab中，为了获取第二个结构的name字段，您将对structure进行索引：
[Matlab] >> struArray(2).name`
[Matlab] >> 'two'
在我的包中，您必须
先获取字段，然后再进行索引。
In [9]: pyInMine['struArray'].shape
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-64-a2f85945642b> in <module>
----> 1 pyInMine['struArray'].shape
AttributeError: 'dict' object has no attribute 'shape'
In [10]: pyInMine['struArray']['name'].shape
Out[10]: (1, 3)
In [11]: pyInMine['struArray']['name'][0,1]
Out[11]: 'two'
hdf5storage 包更加方便，因为它可以让你先索引结构，然后再获取字段，或者反过来，这是由于结构化的 numpy 对象数组的工作方式所决定的：
In [12]: pyInHdf5['struArray'].shape
Out[12]: (1, 3)
In [13]: pyInHdf5['struArray'][0,1]['name']
Out[13]: array([['two']], dtype='<U3')
In [14]: pyInHdf5['struArray']['name'].shape
Out[14]: (1, 3)
In [15]: pyInHdf5['struArray']['name'][0,1]
Out[15]: array([['two']], dtype='<U3')
再次强调，这两个包在对待最终输出方面略有不同，但总的来说都非常擅长读取v7.3 mat文件。最后需要指出的是，在处理大于500MB的文件时，我发现hdf5storage包在加载时会卡住，而我的包则不会（尽管仍需花费约1.5分钟完成加载）。
