如何从Python加载的.mat文件中提取纯字符串？

嘿，这个问题我之前也碰到过！MATLAB的cell数组加载到Python里确实会变成这种嵌套的numpy数组结构，提取纯字符串其实很简单，给你几种实用的方法：

方法1：列表推导式 + 数组扁平化 #

这是最直观的方法，先把二维的featurenames数组扁平化，再逐个提取每个嵌套数组里的字符串：

import scipy.io

data = scipy.io.loadmat(pathName)
featurenames = data['featurenames']

# 提取纯字符串
pure_strings = [name[0] for name in featurenames.flatten()]

• featurenames.flatten()：把二维数组转换成一维数组，方便遍历每个嵌套的单元素数组
• name[0]：取出每个单元素数组里的字符串内容

针对你示例中的featurenames[0:2,0]，可以直接这样处理：

subset_pure_strings = [arr[0] for arr in featurenames[0:2,0]]
print(subset_pure_strings)

输出会是：

['Intensity_SubsBlue_Nuclei_1_IntegratedIntensity', 'Intensity_SubsBlue_Nuclei_2_MeanIntensity']

方法2：使用numpy的.flat属性 #

.flat会返回数组的一维迭代器，用法和上面类似：

pure_strings = [item[0] for item in featurenames.flat]

方法3：批量转换（适合大规模数据） #

如果你的featurenames规模较大，可以用numpy的向量化操作一次性提取：

pure_strings = featurenames.astype(str).flatten().tolist()

• featurenames.astype(str)：把整个数组的元素转换成字符串类型
• .flatten().tolist()：扁平化后转成Python列表

为什么会出现这种嵌套结构？ #

这是因为MATLAB中的字符串cell数组，在scipy.io.loadmat加载后会被映射为二维numpy数组，每个元素是一个包含单个字符串的numpy数组——这是两种语言数据模型差异导致的，只要针对性提取就好啦～

内容的提问来源于stack exchange，提问作者MStikh