下面为何需要此详细信息：
我有大量数据保存为.mat文件。...麻烦的是，我需要加载完整的.mat文件才能开始在此处操作和绘制数据。如果该文件很大，仅将其加载到内存中就成为一项艰巨的任务。
这些.mat文件是由对晶体管的原始电测量数据进行分析得出的。所有.mat文件都具有相同的结构，但是每个文件都对应一个不同且唯一的晶体管。
现在说我想在A和B中通用的所有晶体管中比较某个参数，我必须手动搜索并加载所需的所有.mat文件，然后尝试进行比较。没有简单的方法将所有这些.mat文件合并为一个.mat文件（因为它们都具有相同的变量名，但具有不同的数据）。即使有可能，我也无法查询.mat文件中的特定条目。
在没有结构化数据库可以查询特定条目的情况下，我看不到轻松实现此目标的方法。然后，我可以使用任何编程语言（继续使用Matlab或切换到python）来方便地进行比较和绘图...等。无需分散的.mat文件。
问题在于.mat文件中的数据是按结构和大数组构造的。据我所知，将其存储在简单的SQL数据库中并不是一项直接的任务。我使用HDF5进行了查找，但是从examples中我看到，我必须执行许多低级命令以将这些结构存储在HDF文件中，并且不确定是否可以将HDF文件的一部分加载到Matlab / python还是如果我还必须先将整个文件加载到内存中。
此处的目标是将所有现有的（以及将要创建的）.mat文件（及其结构和数组的复合数据结构）合并到一个数据库文件中，从中我可以查询特定的条目。有数据库解决方案可以保留我的复杂数据的结构吗？ HDF是要走的路吗？还是我缺少一个简单的解决方案？
编辑：
我需要保存和检索的数据示例：
All(16).rf.SS(3,2).data
All是具有7个字段的结构数组。 rf字段中的每个结构都是具有数组，整数，字符串和结构的结构。这些结构之一被命名为SS，这又是一个结构数组，每个结构包含一个名为data的2x2数组。
答案 0 :(得分：2)
通常，没有简单的方法将.mat文件合并到单个.mat文件中（因为它们都具有相同的变量名，但具有不同的数据）。
假设您有两个文件data1.mat和data2.mat，每个文件包含两个变量a和b。您可以这样做：
>> s = load('data1')
s =
struct with fields:
a: 'foo'
b: 3
>> s(2) = load('data2')
s =
1×2 struct array with fields:
a
b
现在您有一个struct array （请参阅下面的注释）。您可以像这样访问其中的数据：
>> s(1).a
ans =
'foo'
>> s(2).a
ans =
'bar'
但是您也可以一次获取每个字段的所有值，例如comma-separated list，您可以将其分配给单元格数组或矩阵：
>> s.a
ans =
'foo'
ans =
'bar'
>> allAs = {s.a}
allAs =
1×2 cell array
{'foo'} {'bar'}
>> allBs = [s.b]
allBs =
3 4
注意：令人讨厌的是，似乎必须先使用正确的字段创建结构，然后才能使用索引将其分配给它。换句话说
s = struct;
s(1) = load('data1')
不起作用，但是
s = struct('a', [], 'b', [])
s(1) = load('data1')
可以。
如果您不需要搜索每个.mat文件中的所有数据，只需搜索某些字段，则可以在MATLAB中建立一个索引，其中仅包含每个.mat文件中的相关元数据以及参考（例如文件名）到文件本身。作为长期解决方案，它的健壮性较低，因为您必须确保索引与文件保持同步，但设置工作量应减少。
如果您真的想将所有内容保留在数据库中，则可以将数据结构转换为表格形式，其中将诸如结构或数组之类的任何多维元素“展平”到表行中，每行具有一个标量值（表变量。
例如，如果您有一个具有字段s和s.a的结构s.b，并且s.b是2 x 2的矩阵，则可以将变量{{1 }}，s_a，s_b_1_1，s_b_1_2和s_b_2_1-可能不是理想的数据库设计，但是您可以理解。
您应该能够适应this answer和/或MATLAB File Exchange提交flattenstruct2cell和flatten-nested-cell-arrays中的代码，以满足您的需求。