在Python中读取MAT文件中的字典格式数据并提取字符信息，可以使用`scipy.io`模块中的`loadmat`函数。该函数能够将MAT文件中的数据读取为Python字典格式，其中每个变量名对应一个键，而变量值则存储为对应的值。如果MAT文件中包含字符串数据，则读取后通常会以NumPy的`ndarray`形式存储字符信息。 以下是一个完整的示例，展示如何从MAT文件中读取字典格式数据并提取其中的字符信息： ```python import scipy.io as scio # 读取MAT文件 data = scio.loadmat('example.mat') # 查看所有变量名 print("Available variables:", data.keys()) # 假设字符信息存储在变量名 'char_data' 的键下 char_data = data['char_data'] # 打印原始数据结构 print("Raw data:", char_data) # 如果数据是字符串类型，通常需要转换为Python字符串 if isinstance(char_data, np.ndarray): # 如果是单个字符串 if char_data.shape == (1, 1): char_value = char_data[0, 0] if isinstance(char_value, str): print("Extracted string:", char_value) # 如果是字符串数组 else: string_list = [item[0] if isinstance(item, (list, np.ndarray)) else item for item in char_data.flat] print("Extracted string list:", string_list) ``` 在实际应用中，MAT文件的数据结构可能较为复杂，尤其是当文件是由MATLAB保存的结构体或嵌套对象时。此时，可以通过遍历字典的键和值来探索数据结构，并根据需要提取字符信息。 如果MAT文件版本为v7.3及以上，则应使用HDF5格式读取器进行处理，例如`h5py`库： ```python import h5py with h5py.File('example_v7_3.mat', 'r') as f: # 查看所有顶层键 print("Keys in HDF5 file:", list(f.keys())) # 假设字符数据存储在名为 'char_data' 的数据集中 if 'char_data' in f: char_dataset = f['char_data'] # 读取数据并转换为字符串 char_value = ''.join([chr(c[0]) for c in char_dataset]) print("Extracted string from HDF5:", char_value) ``` 上述方法能够处理大多数MAT文件中的字符信息提取任务。对于更复杂的数据结构，可能需要进一步解析嵌套的数组或结构体。 ---