Question

我目前的数据结构如下：Matlab

item{i}.attribute1(2,j)

其中item是来自i = 1 ... n的单元，每个包含多个属性的数据结构，每个属性都是大小为2的矩阵，其中j = 1 ... m。属性数量不固定。

我必须将此数据结构转换为python，但我是numpy和python列表的新手。使用numpy / scipy在python中构造此数据的最佳方法是什么？

感谢。

Answer 1

我经常看到以下转换方法：

matlab数组 - ＆gt; python numpy数组

matlab单元阵列 - ＆gt; python列表

matlab结构 - ＆gt; python dict

所以在你的情况下，这将对应于包含dicts的python列表，它们本身包含numpy数组作为条目

item[i]['attribute1'][2,j]

注意

不要忘记python中的0索引！

[更新]

附加：使用课程

除了上面给出的简单转换之外，您还可以定义一个虚拟类，例如

class structtype(): pass

这允许以下类型的用法：

>> s1 = structtype() >> print s1.a --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-40-7734865fddd4> in <module>() ----> 1 print s1.a AttributeError: structtype instance has no attribute 'a' >> s1.a=10 >> print s1.a 10

在这种情况下你的例子变成，例如

>> item = [ structtype() for i in range(10)] >> item[9].a = numpy.array([1,2,3]) >> item[9].a[1] 2

Answer 2

如果您正在寻找一个很好的示例，如何在Python中创建结构化数组，就像在MATLAB中完成一样，您可能需要查看scipy主页（basics.rec）。

实施例

x = np.zeros(1, dtype = [('Table', float64, (2, 2)),
                         ('Number', float),
                         ('String', '|S10')])

# Populate the array
x['Table']  = [1, 2]
x['Number'] = 23.5
x['String'] = 'Stringli'

# See what is written to the array
print(x)

然后打印输出：

[([[1.0, 2.0], [1.0, 2.0]], 23.5, 'Stringli')]

不幸的是，在没有知道结构化数组的大小的情况下，我没有找到如何定义结构化数组的方法。您也可以直接使用其内容定义数组。

x = np.array(([[1, 2], [1, 2]], 23.5, 'Stringli'),
                dtype = [('Table', float64, (2, 2)),
                         ('Number', float),
                         ('String', '|S10')])

# Same result as above but less code (if you know the contents in advance)
print(x)

Answer 3

对于某些应用程序，dict或词典列表就足够了。但是，如果您真的想在Python中模拟MATLAB struct，则必须利用其OOP并形成自己的类似于结构的类。

例如，这是一个简单的示例，它允许您将任意数量的变量存储为属性，也可以将其初始化为空（仅适用于Python 3.x）。 i是显示对象内部存储了多少属性的索引器：

class Struct:
    def __init__(self, *args, prefix='arg'): # constructor
        self.prefix = prefix
        if len(args) == 0:
            self.i = 0
        else:
            i=0
            for arg in args:
                i+=1
                arg_str = prefix + str(i)
                # store arguments as attributes
                setattr(self, arg_str, arg) #self.arg1 = <value>
            self.i = i
    def add(self, arg):
        self.i += 1
        arg_str = self.prefix + str(self.i)
        setattr(self, arg_str, arg)

您可以将其初始化为空（i = 0），或使用初始属性进行填充。然后，您可以随意添加属性。尝试以下操作：

b = Struct(5, -99.99, [1,5,15,20], 'sample', {'key1':5, 'key2':-100})
b.add(150.0001)
print(b.__dict__)
print(type(b.arg3))
print(b.arg3[0:2])
print(b.arg5['key1'])

c = Struct(prefix='foo')
print(c.i) # empty Struct
c.add(500) # add a value as foo1
print(c.__dict__)

将为您获得对象b的这些结果：

{'prefix': 'arg', 'arg1': 5, 'arg2': -99.99, 'arg3': [1, 5, 15, 20], 'arg4': 'sample', 'arg5': {'key1': 5, 'key2': -100}, 'i': 6, 'arg6': 150.0001}
<class 'list'>
[1, 5]
5

对于对象c：

0
{'prefix': 'foo', 'i': 1, 'foo1': 500}

请注意，为对象分配属性是通用的-不仅限于scipy / numpy对象，而且适用于所有数据类型和自定义对象（数组，数据框等）。当然，这是一个玩具模型-您可以根据项目需要进一步开发它，使其能够被索引，可以漂亮地打印，可以删除元素，可以调用等。只需在开始定义类，然后将其用于存储检索。那就是Python的美丽-确实没有您真正想要的东西，特别是如果您来自MATLAB，但是它可以做的更多！

Answer 4

@dbouz的简单答案，使用@jmetz的想法

class structtype():
    def __init__(self,**kwargs):
        self.Set(**kwargs)
    def Set(self,**kwargs):
        self.__dict__.update(kwargs)
    def SetAttr(self,lab,val):
        self.__dict__[lab] = val

那么你可以做

myst = structtype(a=1,b=2,c=3)

或

myst = structtype()
myst.Set(a=1,b=2,c=3)

并且仍然会

myst.d = 4 # here, myst.a=1, myst.b=2, myst.c=3, myst.d=4

甚至

myst = structtype(a=1,b=2,c=3)
lab = 'a'
myst.SetAttr(lab,10) # a=10,b=2,c=3 ... equivalent to myst.(lab)=10 in MATLAB

您将获得在Matlab中对myst=struct('a',1,'b',2,'c',3)的期望。

相当于一个单元格的结构为list中的structtype

mystarr = [ structtype(a=1,b=2) for n in range(10) ]

这会给你

mystarr[0].a # == 1
mystarr[0].b # == 2

python中的复杂类似matlab的数据结构（numpy / scipy）

4 个答案:

实施例