如何在python中读取Mat v7.3文件？

Question

我正在尝试阅读以下网站ufldl.stanford.edu/housenumbers中提供的mat文件，在文件train.tar.gz中，有一个名为digitStruct.mat的mat文件。

当我使用scipy.io读取mat文件时，它以消息“请为matlab v7.3文件使用hdf阅读器”提醒我。

原始的matlab文件提供如下

load digitStruct.mat
for i = 1:length(digitStruct)
    im = imread([digitStruct(i).name]);
    for j = 1:length(digitStruct(i).bbox)
        [height, width] = size(im);
        aa = max(digitStruct(i).bbox(j).top+1,1);
        bb = min(digitStruct(i).bbox(j).top+digitStruct(i).bbox(j).height, height);
        cc = max(digitStruct(i).bbox(j).left+1,1);
        dd = min(digitStruct(i).bbox(j).left+digitStruct(i).bbox(j).width, width);

        imshow(im(aa:bb, cc:dd, :));
        fprintf('%d\n',digitStruct(i).bbox(j).label );
        pause;
    end
end

如上所示，mat文件具有键“ digitStruct”，并且在“ digitStruct”中可以找到键“ name”和“ bbox”，我使用h5py API读取了文件。

import h5py
f = h5py.File('train.mat')
print len( f['digitStruct']['name'] ), len(f['digitStruct']['bbox']   )

我可以读取数组，但是当我遍历数组时，如何读取每个项目？

for i in f['digitStruct']['name']:
    print i # only print out the HDF5 ref

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

用Python读取（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!']]