MATLAB中为矩阵添加字符串列并写入CSV文件的方法求助

阿华AIGC实验室

2026-5-19

解决矩阵与向量合并后写入文件的字符串/数字兼容问题

我太懂这种卡壳的感觉了——明明就是想把向量拼到矩阵里存成文件，结果因为字符串和数字类型不兼容，要么报错要么输出的文件乱成一团。下面我结合最常用的Python场景（毕竟数值计算和文件读写用它最多），给你分情况拆解解决方案，不管你是纯数值、需要混合类型，还是不想用第三方库，都能搞定。

先搞懂问题根源

本质上是多数组/矩阵工具要求元素类型统一，比如numpy的普通数组不能同时存整数和字符串，强行合并会把所有元素转成字符串，写入时容易出现格式混乱；而如果是手动拼接列表后直接写文件，又会因为类型不同触发类型错误。所以核心思路要么是统一类型，要么用支持混合类型的工具。

场景1：所有内容本质是数值，只是不小心混了字符串

比如你的向量本来是数字，但读进来时变成了字符串类型，这种情况先统一转成数值再合并：

用numpy处理的示例：

import numpy as np

# 示例：你的矩阵A（纯整数）
A = np.array([[1, 2, 3], [4, 5, 6]])
# 示例：向量v（不小心被存成了字符串）
v = np.array(['7', '8'], dtype=str)

# 第一步：把向量转成数值类型（确保内容是可转换的，不然会报错）
v_numeric = v.astype(int)
# 把向量转成列向量（和矩阵维度匹配）再合并
merged_matrix = np.hstack((A, v_numeric.reshape(-1, 1)))
# 写入文件，指定格式避免自动转字符串
np.savetxt('merged_matrix.txt', merged_matrix, fmt='%d')

场景2：确实需要保留混合类型（数字+字符串）

比如矩阵是数值数据，向量是标签字符串，这种情况用pandas的DataFrame最省心，它天然支持列间不同类型：

import pandas as pd
import numpy as np

# 示例矩阵A（数值型）
A = np.array([[1, 2, 3], [4, 5, 6]])
# 示例向量v（混合字符串和数字）
v = ['sample_1', 8]

# 把矩阵转成DataFrame，方便添加列
df_A = pd.DataFrame(A, columns=['feature_1', 'feature_2', 'feature_3'])
# 把向量作为新列加入
df_A['label'] = v
# 写入文件，自动处理类型兼容，index=False去掉行号
df_A.to_csv('merged_matrix.csv', index=False)

场景3：不想用第三方库，纯Python实现

如果你只想用原生Python处理列表形式的矩阵和向量，手动把每个元素转成字符串再写入就不会出错：

# 纯Python列表版的矩阵和向量
A = [[1, 2, 3], [4, 5, 6]]
v = ['apple', 8]

# 合并：给每一行追加向量对应的元素
merged_data = [row + [v[i]] for i, row in enumerate(A)]

# 写入文件，逐行处理，把所有元素转成字符串再拼接
with open('merged_data.txt', 'w', encoding='utf-8') as f:
    for row in merged_data:
        # 用逗号分隔，也可以换成制表符'\t'
        f.write(','.join(str(item) for item in row) + '\n')