Jupyter与.py文件读取HDF5(.mat)数据值不一致问题求助

• 检查函数内的文件路径是否正确：
  函数里的file变量可能被其他逻辑偷偷修改（比如路径拼接、替换操作），导致实际读的是另一个同名但内容不同的.mat文件。直接在函数里加一行print(file)，和Notebook里用的路径对比，确认是同一个文件。

• 验证数据类型与字节序：
  Matlab存的HDF5数据可能有特殊字节序，函数所在脚本可能因为其他库或环境变量影响，改变了h5py默认读取逻辑。可以显式指定数据类型读取，比如改成print(f['data']['foo'][()].astype(np.float64)[0])，再和Notebook输出对比类型是否一致。

• 排查命名空间污染：
  函数里可能存在和f、data、foo同名的变量，导致你读取的不是HDF5对象而是其他变量。临时把变量名改掉试试，比如：

  with h5py.File(file, "r") as hdf_f:
      print(hdf_f['data']['foo'][()][0])
  

• 清理文件缓存与句柄：
  如果之前函数打开过同一个文件但没正确关闭，可能读到旧缓存。在函数开头加import gc; gc.collect()强制清理未关闭的句柄，再测试读取结果。

• 确认依赖版本完全一致：
  别轻信“环境相同”，函数所在项目可能用了独立虚拟环境。分别在函数和Notebook里执行：

  import h5py, numpy
  print(h5py.__version__, numpy.__version__)
  

  确保h5py、numpy等核心依赖版本完全匹配。

• 检查数组维度与索引：
  函数内的其他逻辑可能间接修改了数组维度，导致[0]取的不是你预期的位置。两边都打印print(f['data']['foo'][()].shape)，确认数组形状一致，再核对索引是否正确。

内容的提问来源于stack exchange，提问作者Archimedes_91