将Numpy Structure Array保存到*.mat文件

Question

我numpy.loadtext用来从CSV数据文件生成一个结构化的Numpy数组,我希望将其保存到一个MAT文件中给那些比Python更熟悉MATLAB的同事.

样例:

import numpy as np
import scipy.io

mydata = np.array([(1, 1.0), (2, 2.0)], dtype=[('foo', 'i'), ('bar', 'f')])
scipy.io.savemat('test.mat', mydata)

当我尝试scipy.io.savemat在此数组上使用时,会抛出以下错误:

Traceback (most recent call last):
  File "C:/Project Data/General Python/test.py", line 6, in <module>
    scipy.io.savemat('test.mat', mydata)
  File "C:\python35\lib\site-packages\scipy\io\matlab\mio.py", line 210, in savemat
    MW.put_variables(mdict)
  File "C:\python35\lib\site-packages\scipy\io\matlab\mio5.py", line 831, in put_variables
    for name, var in mdict.items():
AttributeError: 'numpy.ndarray' object has no attribute 'items'

我是一个Python新手(充其量),但我假设这是因为savemat设置为处理dicts并且Numpy的结构化数组的结构不兼容.

我可以通过将数据拉入dict来解决此错误:

tmp = {}
for varname in mydata.dtype.names:
    tmp[varname] = mydata[varname]

scipy.io.savemat('test.mat', tmp)

哪个加载到MATLAB罚款:

>> mydata = load('test.mat')

mydata = 

    foo: [1 2]
    bar: [1 2]

但这似乎是一种非常低效的方法,因为我复制了内存中的数据.有没有更聪明的方法来实现这一目标？

Answer 1

你可以做到scipy.io.savemat('test.mat', {'mydata': mydata}).

这将创建一个结构mydata与领域foo,并bar在文件中.

或者,您可以在dict理解中打包循环:

tmp = {varname: mydata[varname] for varname in mydata.dtype.names}

我不认为创建一个temprorary字典会复制内存中的数据,因为Python通常只存储引用,而numpy特别试图尽可能地创建原始数据的视图.