如何在Python中访问MATLAB .mat文件中的所有嵌套结构体？

方法1：用scipy的MatFile懒加载读取 #

scipy的MatFile类支持按需读取结构体成员，不会一次性加载整个大文件。代码示例：

from scipy.io import matlab

with matlab.MatFile('/path/to/your/file.mat') as mat_file:
    # 仅获取外层结构体对象（不加载全部数据）
    struct1 = mat_file['struct1']
    # 读取第一层成员
    member1 = struct1['member1']
    # 读取嵌套的子成员
    member2 = struct1['member2']
    target_data = member2['data1']
    # 如果需要转为numpy数组，再执行转换
    target_data_np = target_data[()]

这个方式的核心是懒加载，只有当你访问具体成员时，才会从文件中读取对应的数据块。

方法2：用h5py直接操作（适用于MATLAB 7.3及以上版本的.mat文件） #

如果你的.mat文件是MATLAB 7.3或更高版本保存的（本质是HDF5格式），可以用h5py直接按路径访问嵌套结构：

import h5py

with h5py.File('/path/to/your/file.mat', 'r') as h5_file:
    # 直接通过层级路径访问目标数据
    target_data = h5_file['struct1']['member2']['data1']
    # 转为numpy数组（按需执行）
    target_data_np = target_data[()]

HDF5格式的.mat文件会将结构体组织为嵌套的分组，h5py可以精准定位到你需要的子数据，完全不需要加载无关内容。

方法3：用MATLAB预处理（如果有MATLAB环境） #

如果能使用MATLAB，最直接的方式是提前提取需要的子结构，保存为小文件：

% 仅加载外层结构体
load('large_file.mat', 'struct1');
% 提取目标子数据
target_data = struct1.member2.data1;
% 保存为独立小文件
save('target_data.mat', 'target_data');

之后直接读取这个小文件即可，彻底避开大文件的嵌套读取问题。

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