如何将含161×161结构体的1×1 .mat文件转换为numpy数组

核心步骤 #

scipy.loadmat加载带结构体的.mat文件时，会生成嵌套的字典和数组结构，需要逐层提取：

1. 加载文件并定位结构体数组
   先加载文件，通过打印mat_data.keys()找到存储结构体的顶级键，再提取出161×161的结构体数组：

   from scipy.io import loadmat
   import numpy as np
   
   # 替换为你的.mat文件路径
   mat_data = loadmat("your_file.mat")
   # 查看所有顶级键，找到结构体对应的键（比如可能是'data'或自定义名称）
   print(mat_data.keys())
   # 提取1×1矩阵中的161×161结构体数组
   struct_array = mat_data["your_struct_key"][0, 0]
   

2. 提取结构体字段生成NumPy数组
   结构体的每个字段会被包装成(1,1)的数组，需要用[0,0]取出实际值。假设结构体的目标字段名为target_field，可以通过遍历或列表推导转换：

   # 方法1：嵌套循环填充数组
   result = np.zeros(struct_array.shape, dtype=np.float64)
   for i in range(struct_array.shape[0]):
       for j in range(struct_array.shape[1]):
           result[i, j] = struct_array[i, j]["target_field"][0, 0]
   
   # 方法2：更简洁的列表推导
   result = np.array([
       [struct_array[i,j]["target_field"][0,0] for j in range(struct_array.shape[1])]
       for i in range(struct_array.shape[0])
   ])
   

关键注意事项 #

• 必须确认结构体的字段名称（可以通过print(struct_array[0,0].dtype.names)查看所有字段）
• 如果结构体包含多个字段，可重复上述步骤为每个字段生成独立的NumPy数组
• 若字段本身是数组而非单个值，直接提取struct_array[i,j]["target_field"]即可（无需加[0,0]）

内容的提问来源于stack exchange，提问作者Moronis2234