将 MATLAB 数据转换为 Python 数据的过程主要涉及数据格式的转换和代码逻辑的迁移。以下是一些常见的 MATLAB 数据类型及其在 Python 中的等价表示，以及实现转换的具体方法： ### 数据类型转换 1. **矩阵与数组** MATLAB 是以矩阵为核心的编程语言，而 Python 中的 `NumPy` 库提供了类似的功能。 - MATLAB 中的矩阵可以直接使用 `numpy.array` 或 `numpy.matrix` 来表示。 - 例如，MATLAB 中的 `A = [1, 2; 3, 4]` 可以转换为 Python 的 `A = numpy.array([[1, 2], [3, 4]])`[^1]。 2. **结构体（Struct）** MATLAB 中的结构体可以映射为 Python 中的字典（`dict`）。 - 例如，MATLAB 中的 `s.name = 'John'; s.age = 30;` 可以转换为 Python 的 `s = {'name': 'John', 'age': 30}`[^1]。 3. **单元数组（Cell Array）** MATLAB 中的单元数组类似于 Python 中的列表（`list`），可以存储不同类型的数据。 - 例如，MATLAB 中的 `C = {1, 'text', [1 2 3]}` 可以转换为 Python 的 `C = [1, 'text', [1, 2, 3]]`。 4. **时间序列与表格数据** MATLAB 中的 `table` 类型可以使用 Python 中的 `pandas.DataFrame` 来表示。 - 例如，MATLAB 中的 `T = table([1;2], {'A';'B'}, 'VariableNames', {'Var1', 'Var2'})` 可以转换为 Python 的 `T = pandas.DataFrame({'Var1': [1, 2], 'Var2': ['A', 'B']})`[^1]。 ### 数据读写与文件转换 1. **从 MATLAB 文件中读取数据** MATLAB 支持将数据保存为 `.mat` 文件，Python 中可以使用 `scipy.io.loadmat` 函数来读取这些文件。 - 示例代码： ```python import scipy.io data = scipy.io.loadmat('data.mat') # 读取 .mat 文件 ``` 2. **将数据写入 Python 可读的格式** MATLAB 支持将数据导出为 CSV、JSON 等格式，Python 可以直接读取这些文件。 - MATLAB 中导出 CSV 示例： ```matlab writematrix(A, 'output.csv'); % 将矩阵 A 写入 CSV 文件 ``` - Python 中读取 CSV 示例： ```python import pandas as pd df = pd.read_csv('output.csv') # 使用 pandas 读取 CSV 文件 ``` ### 示例：将 MATLAB 矩阵转换为 NumPy 数组 ```python import numpy as np # 假设 MATLAB 矩阵 A = [1, 2; 3, 4] A = np.array([[1, 2], [3, 4]]) print(A) ``` ### 示例：将 MATLAB 结构体转换为 Python 字典 ```python # MATLAB 结构体转换为 Python 字典 s = {'name': 'John', 'age': 30} print(s['name']) # 输出 'John' ``` ### 示例：将 MATLAB 单元数组转换为 Python 列表 ```python # MATLAB 单元数组转换为 Python 列表 C = [1, 'text', [1, 2, 3]] print(C[1]) # 输出 'text' ``` ### 示例：将 MATLAB 表格转换为 Pandas DataFrame ```python import pandas as pd # MATLAB 表格转换为 Pandas DataFrame T = pd.DataFrame({'Var1': [1, 2], 'Var2': ['A', 'B']}) print(T) ``` ###