读取 Python 中的 .mat 文件。但是数据的形状发生了变化

Question

 % save .mat file in the matlab    
train_set_x=1:50*1*51*61*23;   
train_set_x=reshape(train_set_x,[50,1,51,61,23]);   
save(['pythonTest.mat'],'train_set_x','-v7.3');

matlab中得到的数据大小为(50,1,51,61,23)。

我用这个link.

的指令加载Python中的.mat文件

代码如下：

import numpy as np, h5py
f = h5py.File('pythonTest.mat', 'r')
train_set_x = f.get('train_set_x')
train_set_x = np.array(train_set_x)

train_set_x.shape的输出是(23L, 61L, 51L, 1L, 50L)。预计为 (50L, 1L, 51L, 61L, 23L)。所以我改变了形状

train_set_x=np.transpose(train_set_x, (4,3,2,1,0))

我很好奇Python和matlab之间数据形状的变化。我的代码有什么错误吗？

Answer 1

您的代码没有任何错误。 Matlab 和 python 在处理多维数组的方式上存在根本区别。
Matalb 和 python 都将 multi-dim 数组的所有元素存储为内存中的单个连续块。区别在于元素的顺序：
Matlab，（类似于fortran）以列优先的方式存储元素，即根据数组的维度存储元素，对于二维：

 [1 3;
  2 4]

相比之下，Python以行优先的方式存储元素，即从last开始数组的维度：

[1 2;
 3 4];

所以内存中的块 size [m,n,k] 在 Matlab 中被 python 视为 shape[=36 的数组=] [k,n,m].

有关详细信息，请参阅 this wiki page。

顺便说一句，而不是转置 train_set_x，您可以尝试将其顺序设置为 "Fortran" 顺序（在 Matlab 中为 col-major）：

train_set_x = np.array(train_set_x, order='F')

读取 Python 中的 .mat 文件。但是数据的形状发生了变化

Read .mat file in Python. But the shape of the data changed

python

matlab

numpy

file-io

mat-file