Python中如何将MATLAB的double数组转换为兼容的float类型？

我之前碰到过好几个类似的问题，你遇到的TypeError: unorderable types: double() < float()，本质是因为你拿到的不是Python原生的float类型，而是数据读取库（比如matlab.engine）封装的自定义double对象——它数值上和float一致，但类型是独立的，所以没法直接和原生float做比较或运算。

下面分两种常见场景给你解决方案：

场景1：用matlab.engine从MATLAB直接获取数据 #

如果是通过MATLAB引擎调用获取的数组，它是matlab.double类型的对象，直接转成numpy数组就能解决问题：

import matlab.engine
import numpy as np

# 启动MATLAB引擎并获取数据
eng = matlab.engine.start_matlab()
matlab_arr = eng.workspace['your_double_array']

# 把MATLAB数组转成numpy数组，元素自动变为numpy.float64（兼容Python原生float）
python_float_arr = np.array(matlab_arr)

如果只是处理单个元素，直接用float()强制转换就行：

single_float_val = float(matlab_arr[0][0])

场景2：用scipy.io/h5py加载.mat文件 #

如果是从.mat文件加载的数据，偶尔会遇到封装的double类型，你可以直接遍历数组转换每个元素：

import scipy.io as sio

# 加载数据
data = sio.loadmat('your_file.mat')['target_array']

# 嵌套列表推导式转成Python原生float数组
converted_arr = [[float(item) for item in row] for row in data]

或者同样用numpy转换，更高效：

converted_arr = np.asarray(data, dtype=np.float64)

验证转换结果 #

转换完成后，你可以用type()检查元素类型，确认是float或者numpy.float64：

print(type(converted_arr[0][0]))

这两种类型都能和Python原生float正常做比较、运算，不会再出现类型不兼容的错误。

内容的提问来源于stack exchange，提问作者Bianca