scipy

保存

1）NumPy 数组：这是最常用的数据类型，可以保存多维数组。 2）Python 列表：列表可以被转换成NumPy数组并保存。 3）Python 元组：与列表类似，元组也可以被转换后保存。 4）标量值：如整数、浮点数、复数、布尔值等。 5）字典：字典中的键值对可以被保存，但键必须是字符串。 6）自定义对象：如果自定义对象可以被pickle序列化，那么它们也可以被保存。但请注意，当在MATLAB中加载这些对象时，可能需要额外的处理才能正确识别。 7）稀疏矩阵：稀疏矩阵可以被保存，并且在MATLAB中以稀疏矩阵的形式加载。 8）结构化数据：可以保存具有层次结构的数据，类似于MATLAB的结构体。 9）单元格数组：单元格数组可以包含不同类型的数据，类似于MATLAB的cell数组。 10）复杂的数据结构：包括嵌套的列表、字典、NumPy数组等。

#保存
import numpy as np
from scipy.io import savemat

# 创建一些数据
data = np.array([[1, 2, 3], [4, 5, 6]])
data2 = np.array([7, 8, 9])

# 将数据保存到'example.mat'文件中
# 这里我们保存两个变量：'matrix_data' 和 'array_data'
savemat('example.mat', {'matrix_data': data, 'array_data': data2})

# 读取
from scipy.io import loadmat

# 加载'example.mat'文件
loaded_data = loadmat('example.mat')

# 打印加载的数据
print("Matrix Data:\n", loaded_data['matrix_data'])
print("Array Data:\n", loaded_data['array_data'])