scipy.io.loadmat嵌套结构（即字典）

5 浏览
0 Comments

scipy.io.loadmat嵌套结构（即字典）

使用给定的例程（如何使用scipy加载Matlab .mat文件），我无法访问更深层嵌套的结构以将它们恢复为字典。

为了更详细地呈现我遇到的问题，我给出以下玩具示例：

import scipy.io as spio
a = {'b':{'c':{'d': 3}}}
# 我的字典: a['b']['c']['d'] = 3
spio.savemat('xy.mat',a)

现在我想将mat文件读取回Python。我尝试了以下代码：

vig=spio.loadmat('xy.mat',squeeze_me=True)

如果我现在想访问字段，我会得到以下结果：

>> vig['b']
array(((array(3),),), dtype=[('c', '|O8')])
>> vig['b']['c']
array(array((3,), dtype=[('d', '|O8')]), dtype=object)
>> vig['b']['c']['d']
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
/ in ()
ValueError: field named d not found.

然而，通过使用选项struct_as_record=False，可以访问该字段：

v=spio.loadmat('xy.mat',squeeze_me=True,struct_as_record=False)

现在可以通过以下方式访问它：

>> v['b'].c.d
array(3)

0