MATLAB：.mat 版本之间的区别

Question

官方文档中指出：

。 但是我注意到，除了上表中所述的差异之外，还有其他重要的差异。

例如，将大约有6,000个元素且占用176 MB内存的cell数组保存在MATLAB中，根据我使用-v7或-v7.3而不同，会得到以下结果:

• 使用-v7: 文件大小为15 MB，save和load速度快。
• 使用-v7.3: 文件大小为400 MB，save和load速度非常 慢(可能部分原因是因为文件太大)。

是否有人注意到这些差异？

更新1 ：随着答复的指出， -v7.3 依赖于HDF5，根据Mathworks的说��，“此格式具有显着的存储开销”，尽管目前还不清楚这种开销真正是由于格式本身，还是由于MATLAB处理和处理HDF5的方式。

更新2 ：@Andrew Janke将我们指向这个非常有用的PDF（显然在网络上没有HTML格式）。有关详细信息，请参见@Amro提供的答案中的评论。

这一切让我想到了下一个问题：是否有任何替代方案，可以兼具-v7的效率和能够处理非常大的-v7.3文件的能力？

- Amelio Vazquez-Reina

---

有兴趣的人可以查看这篇最近的文章：提高保存性能 - Amro

Answer 1

7.3 版本的 MAT 文件使用 HDF5 格式，这种格式在描述文件内容时具有显着的存储开销，尤其是对于复杂嵌套的 cell 数组和结构体。与 MAT 文件的先前版本相比，它的主要优势在于允许在 64 位系统上存储大于 2GB 的数据。

请注意，v7 和 v7.3 都经过压缩并使用 Unicode 编码（不同于 v6），但它们是两种完全不同的格式...

参考资料：

• MAT 文件首选项
• MAT 文件版本

- Amro

---

谢谢@Amro。我对“显着的存储开销”这一事实感到好奇，这意味着我们需要400 MB而不是15 MB来存储完全相同的数据，但我想这解释了一切。 - Amelio Vazquez-Reina

使用单元数组和结构数组的问题在于它们可以存储异构数据类型，每种类型都需要被“描述”。如果您使用常规的 MATLAB “double”矩阵（例如：M = rand(3000,3000); save v7.mat M -v7; save v73.mat M -v7.3）来比较两种格式（v7/v7.3），您将获得类似的文件大小。另一方面，将上述矩阵替换为单元数组（M = num2cell(M);），您将看到一个很大的文件大小差异... - Amro

请参阅 http://www.mathworks.com/help/pdf_doc/matlab/matfile_format.pdf 以获取MAT文件格式的完整描述。由于HDF5是通用格式，因此某些描述性类型信息是通过标题中的字符串完成的（例如“MATLAB_class”，“double”）。在MAT格式中，Matlab内置类型使用适合于几个字节的二进制魔术标识进行描述，因此MAT头文件可以尽可能小，最小为56个字节。如果您使用Linux或cygwin，则"h5dump -p" 和 "od -c" 命令会显示v7.3文件中头文件的视图。 - Andrew Janke

@AndrewJanke 那个 PDF 文件中写着“level 5”。这是否对应于 Matlab v6 文件？ - Johannes Schaub - litb

@JohannesSchaub-litb 有一些版本号的重叠，但是是的，MAT-files 5级可以使用 -v6 和 -v7保存/加载标志，而4级对应 -v4 标志。请注意，基于HDF5的MAT文件(-v7.3标志)在该PDF文档中未被讨论。所以如果你使用 -v6 或 -v7 标志保存MAT文件，实际上你会在文件开头得到以下标头 MATLAB 5.0 MAT-file, Platform: PCWIN, Created on: ... 。使用 -v7.3，您会得到 MATLAB 7.3 MAT-file, Platform: PCWIN, Created on: ... HDF5 schema 1.00。 而 -v4 不会产生任何文本标题。 - Amro