无法在Python中读取.mat文件：HDF5对象引用处理难题

我太懂你这种卡了好几天的感觉了——用scipy.loadmat读不了文件，换h5py又拿到一堆<HDF5 object reference>，完全摸不着头脑对吧？其实这是Matlab存储复杂数据结构的常规操作，这些引用本质上是指向文件里实际存储矩阵数据的"指针"，咱们只需要顺着引用找到对应的数据集就行。

试试这段代码，帮你把引用转成想要的m×4矩阵：

import h5py
import numpy as np

# 打开文件
f = h5py.File('./imgIdx.mat','r')
# 取出anno里的所有对象引用
anno_refs = f['imgIdx/anno'][:]

# 拿第1000个引用举例，解析出实际矩阵
target_ref = anno_refs[1000]
# 通过引用访问对应的数据集，转成numpy数组
actual_matrix = np.array(f[target_ref])
print(actual_matrix)

这里还有两个需要注意的小细节：

• Matlab存储数组的维度顺序和numpy可能相反，如果输出的矩阵形状不对，直接加个.T转置就行：actual_matrix.T
• 如果anno里的每个元素都是指向一个m×4矩阵的引用，你可以批量处理所有数据：

  all_matrices = []
  for ref in anno_refs:
      mat = np.array(f[ref])
      # 根据实际情况调整维度
      processed_mat = mat.T if mat.shape != (m,4) else mat
      all_matrices.append(processed_mat)
  

另外补充一句，你判断文件是HDF5格式完全正确——Matlab 7.3及以上版本默认用HDF5存储复杂结构，这时候scipy.io.loadmat确实搞不定，h5py是正确的工具，只是需要多一步解析引用的操作而已。

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