Question

我有一些我在Python和Matlab之间共享的数据。我以前是通过在MATLAB风格的.mat文件中保存NumPy数组来实现的，但是想切换到HDF5数据集。但是，我注意到一个有趣的特性：当我将NumPy数组保存在HDF5文件中时（使用h5py）然后在Matlab中读取它（使用h5read），它最终会被转置。有什么我想念的吗？

Python代码：

import numpy as np
import h5py

mystuff = np.random.rand(10,30)

f = h5py.File('/home/user/test.h5', 'w')
f['mydataset'] = mystuff
f.close()

Matlab代码：

mystuff = h5read('/home/user/test.h5', '/mydataset');
size(mystuff) % 30 by 10

Answer 1

请参阅包含声明的Matlab HDF5 documentation：

因为HDF5以行主要顺序存储数据而MATLAB数组是按列主要顺序组织，你应该颠倒它的顺序维度范围......

即使在今天，在Mathworks将代码转换为C（ etc ）之后很久，产品的Fortran起源时不时地浮出水面。

Answer 2

这是Matlab的HDF5阅读器例程中的一个怪癖。（我认为这种行为背后的原因是：数据在二进制文件中是C顺序，而Matlab数组是以Fortran顺序排列的，所以他们应该将数据报告为转置而不是重新排序。）

如果您使用HDF5工具检查Python创建的文件，则尺寸应该是它们应该是：

$ h5ls test.h5 
mydataset                Dataset {10, 30}

Answer 3

从MatLab读取数据时，需要置换读取数据的维度以检索数据布局。为此，使用permute函数。下面的代码给出了具有任意数量维度的一般情况

rawdata = h5read(h5Filename,h5Dataset);
ndim = numel(size(rawdata));
data = permute(rawdata,[ndim:-1:1]);

当使用2D数据时，只能转换h5read

的结果

data = h5read(h5Filename,h5Dataset)';

Python创建的HDF5数据集在Matlab中转置

3 个答案: