使用scipy.io.loadmat加载ieee-le.l64格式.mat文件遇不支持问题

遇到这种特定字节序和数据类型的.mat文件，scipy的loadmat确实会因为兼容性问题无法直接处理，这里给你几个可行的解决办法：

方法1：用MATLAB转换文件格式（最可靠） #

既然你已经有MATLAB环境，这是最简单直接的方案——把原文件重新保存为scipy支持的标准MAT格式：

% 加载原始.mat文件
raw_data = load('matlab.mat');
% 保存为标准格式，推荐用-v7.3（支持大文件，且兼容h5py）或者默认的-v7
save('matlab_converted.mat', '-v7.3', '-struct', 'raw_data');

转换完成后，再用scipy.io.loadmat加载matlab_converted.mat就不会有格式问题了。

方法2：用h5py读取（适用于v7.3格式的.mat文件） #

如果你的.mat文件是MATLAB 7.3及以上版本生成的（本质是HDF5格式），可以绕过scipy，直接用h5py库读取：

import h5py
import numpy as np

with h5py.File('matlab.mat', 'r') as hf:
    # 先查看文件里的所有变量名
    print("Available variables:", list(hf.keys()))
    # 提取目标变量，比如变量名为'my_dataset'
    data = hf['my_dataset'][()]
    # 注意：h5py读取的数组维度可能和MATLAB里的相反，需要转置
    data = data.T

这个方法不需要依赖MATLAB，纯Python环境就能搞定。

方法3：手动处理字节序（应急方案） #

如果以上两种方法都无法使用，可以尝试手动调整字节序来适配scipy的读取：

import scipy.io as sio
import numpy as np

# 加载文件，先不处理结构
mat_data = sio.loadmat('matlab.mat', struct_as_record=False, squeeze_me=True)
# 遍历所有数组，进行字节交换和字节序调整
for key, value in mat_data.items():
    if isinstance(value, np.ndarray):
        # 字节交换后调整为系统默认字节序
        mat_data[key] = value.byteswap().newbyteorder()

不过这个方法的兼容性要看文件的具体结构，不一定能100%解决问题，优先推荐前两种方法。

补充说明 #

ieee-le.l64是IEEE小端字节序+64位长数据的格式，scipy的loadmat对这种非通用平台生成的MAT文件支持有限，主要是因为它的底层解析逻辑针对的是更通用的MAT文件规范。通过转换格式或者用HDF5读取工具，就能避开这个兼容性问题。

内容的提问来源于stack exchange，提问作者takachanbo