scipy.io.savemat保存雷达数据为mat文件报NoneType转换错误求解

scipy.io.savemat 只能存储Matlab兼容的numpy数组、字符串、数字、基础字典/列表这类结构，你直接传入的data是雷达SDK返回的自定义采集对象，不是纯数值数组，对象内部带有不少值为None的内部属性，转换时就会触发「Could not convert None (type <class 'NoneType'>) to array」报错。

• 第一步：从采集结果对象中提取有效原始采样数据
  不要直接存储acq.read()返回的整个自定义对象，SENSE X1系列雷达SDK自带转numpy数组的方法，读取数据后先转换为纯数值数组：

  import numpy as np
  from scipy import io
  
  # 保留原有采集读取逻辑
  data = acq.read()
  # 提取原始ADC采样数组，若方法名不匹配可执行print(dir(data))查看对象所有属性/方法，查找带samples、ndarray关键字的有效字段
  raw_adc_data = data.as_ndarray()
  # 本地校验数据有效性
  print(f"数据维度：{raw_adc_data.shape}, 数据类型：{raw_adc_data.dtype}, 空值数量：{np.sum(np.isnan(raw_adc_data))}")
  

• 第二步：整理待存储字典，仅传入基础类型与numpy数组
  配置项也不要直接存储整个config对象，把跑SAR算法需要的参数单独提取出来，确保所有值都是数字、字符串、numpy数组这类savemat支持的类型：

  save_dict = {
      "radar_data": raw_adc_data,
      "cfg_start_freq": config["sweep"]["start_frequency"],
      "cfg_stop_freq": config["sweep"]["stop_frequency"],
      "cfg_sample_num": config["sweep"]["num_samples"],
      "cfg_sweep_count": config["sweep"]["count"]
  }
  # 写入mat文件，开启压缩可大幅减小文件体积
  io.savemat("test.mat", save_dict, do_compression=True)
  

• 第三步：存储结果校验
  写入完成后用io.loadmat("test.mat")读回文件，确认所有字段完整、数值无异常，再放到Matlab环境中运行SAR算法即可。

• 所有传入savemat的内容都不能是自定义类实例、文件句柄、日志对象这类特殊类型，必须转换为基础类型或者numpy数组
• 若转换数组时仍发现存在None/空值，优先检查采集流程：确认雷达完成完整扫频动作后再读取数据，必要时可在acq = device.initiate.immediate_and_receive()后添加数百毫秒延时，等待采集完成再调用read()
• 若当前使用的SDK版本没有as_ndarray()方法，可直接访问data.samples属性取原始采样值，再调用np.array()转换为numpy数组即可。

内容的提问来源于stack exchange，提问作者Xan