使用 H5py 读取保存为 v7.3 .mat 文件的 Matlab 元胞数组

Question

我在Matlab中将元胞数组保存为.mat文件如下：

test = {'hello'; 'world!'};
save('data.mat', 'test', '-v7.3')

如何使用 H5py 将其导入为 Python 中的字符串列表？

我试过了

f = h5py.File('data.mat', 'r')
print f.get('test')
print f.get('test')[0]

打印出来：

<HDF5 dataset "test": shape (1, 2), type "|O8">
[<HDF5 object reference> <HDF5 object reference>]

如何取消引用它以获取 Python 中的字符串列表 ['hello', 'world!']？

Answer 1

用 Matlab 编写：

test = {'Hello', 'world!'; 'Good', 'morning'; 'See', 'you!'};
save('data.mat', 'test', '-v7.3') % v7.3 so that it is readable by h5py

读入 Python（适用于任何数字或行或列，但假设每个单元格都是一个字符串）：

import h5py
import numpy as np

data = []
with h5py.File("data.mat") as f:
    for column in f['test']:
        row_data = []
        for row_number in range(len(column)):            
            row_data.append(''.join(map(unichr, f[column[row_number]][:])))   
        data.append(row_data)

print data
print np.transpose(data)

输出：

[[u'Hello', u'Good', u'See'], [u'world!', u'morning', u'you!']]

[[u'Hello' u'world!']
 [u'Good' u'morning']
 [u'See' u'you!']]

Answer 2

我知道这是一个老问题。但我找到了一个包来解决这个问题：

hdf5storage

它可以通过 pip 安装，并且可以在 python 3.6 上很好地用于 pre 和 post 7.3 matlab 文件。对于旧文件，它根据文档调用 scipy.io.loadmat。

Answer 3

这个答案应该被视为 Franck Dernoncourt 答案的补充，它完全满足所有包含 'flat' 数据的元胞数组（对于 7.3 版的 mat 文件）可能在上面）。

我遇到过 嵌套数据 的情况（例如，命名元胞数组中有 1 行元胞数组）。我通过执行以下操作设法获得了数据：

# assumption:
# idx_of_interest specifies the index of the cell array we are interested in
# (at the second level)

with h5py.File(file_name) as f:
    data_of_interest_reference = f['cell_array_name'][idx_of_interest, 0]
    data_of_interest = f[data_of_interest_reference]

这适用于嵌套数据的原因：如果您查看要在更深层次上检索的数据集的类型，它会显示“h5py.h5r.Reference”。为了实际检索引用指向的数据，您需要提供对文件对象的引用。

使用 H5py 读取保存为 v7.3 .mat 文件的 Matlab 元胞数组

Reading a Matlab's cell array saved as a v7.3 .mat file with H5py

python

matlab

h5py