将 .mat 文件中的复杂数据作为 numpy 数组导入

Question

我有一个关于元组的问题。我使用一个程序以 .mat 格式转储大型输出 3-D 数组。它们在 MATLAB 中运行良好。它们是较新的 .mat 格式（基于 HDF5）。 假设我在 MATLAB 中生成一个 10x10x10 的 3D 复数矩阵并将其保存为 trial.mat

a = rand(10,10,10) + 1i*rand(10,10,10);
save('trial.mat')

现在我尝试在 Python 中加载变量 a。这就是我所做的。

import numpy as np
import h5py
f = h5py.File('trial.mat','r')
a = np.array(f['a'])
print a
print np.shape(a)

这是我得到的输出的最后几行。

   (0.7551184371302334, 0.15987275885464014)
   (0.5261111725119932, 0.7314707154838205)
   (0.8501109979307012, 0.05369411719045292)
   (0.8160309248196381, 0.7143895270837854)]]]
(10L, 10L, 10L)

数据是元组的 3D 数组。如何将其转换为 3D numpy 复数数组？我需要它来做进一步的分析。实际的阵列非常大（1.5 GB 或更高）。我的意思是 (0.81, 0.71) 应该可以用作 0.81 + 0.71j

我在 Windows 7 上使用 MATLAB R2010a 和 Python 2.7.7，它是 Anaconda 2.01 (x86-64) 发行版的一部分。

也许这与以下问题有关，但我不太确定。 How to read a v7.3 mat file via h5py?

我们将不胜感激。

Answer 1

我在 Windows Server 2008 上使用 matlab R2010b，我似乎需要 '-v7.3' 来保存到 hdf5 文件中。如果没有该选项，我会得到“版本 0x0100”，如果有该选项，我会得到“版本 0x0200”。

a = rand(10,10,10) + 1i*rand(10,10,10);
a(10,10,10) % in my case, result is 0.8667 + 0.3673i
save('trial.mat', '-v7.3')

在 Python 端（在我的情况下在 Linux 下运行）：使用 view 将元组变成复数，然后用真实值重复以检查顺序是否正确：

import numpy as np
import h5py
f = h5py.File('trial.mat','r')
zz = f['a'].value.view(np.double).reshape((10,10,10,2))
zzj = zz[:,:,:,0] + 1j*zz[:,:,:,1]
zzk = f['a'].value.view(np.complex)
np.all(zzk == zzj)  # result is "True"
zzj.shape  # result is (10, 10, 10)
zzk[9,9,9].imag == f['a'][9,9,9][1]  # result is "True"
zzk[9,9,9]  # result is (0.8667498969993187+0.36728591513136899j) consistent with Matlab

我们看到：

• zzj 和 zzk 将复数值正确排序为实数和虚数
• zzj 和 zzk 中的对应条目与 Matlab 中的值匹配

我没有将时间与大型数组进行比较，但我敢打赌，将 hdf5 对象直接转换为 complex 是最快的。