读取Matlab的单元格数组，保存为带有H5py的v7.3 .mat文件

Question

我将一个单元格数组保存为Matlab中的.mat文件，如下所示：

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

如何将其作为Python中的字符串列表导入H5py？

我试过

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['hello', 'world!']列表？

Answer 1

用Matlab写作：

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!']]

Answer 2

这个答案应该被视为对Franck Dernoncourt的答案的补充，这对于所有包含＆＃39; flat＆＃39;数据（适用于7.3及以上版本的mat文件）。

我遇到了一个我有嵌套数据的情况（例如命名单元格数组中的1行单元格数组）。我设法通过以下方式获取数据：

# 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检索的数据集的类型，则会显示＆＃39; h5py.h5r.Reference ＆＃39;。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。

Answer 3

我知道这是一个老问题。但是我找到了一个可以解决问题的方法：

hdf5storage

它可以通过pip安装并在python 3.6上很好地适用于7.3和之前的matlab文件。对于较旧的文件，根据文档调用scipy.io.loadmat。