类似于 Matlab 的 Python 结构答案

【问题标题】：Python struct like Matlab类似于 Matlab 的 Python 结构
【发布时间】：2015-12-03 20:01:17
【问题描述】：

我似乎找到了很多 hack 答案，但对这些问题没有“标准化”答案。我正在寻找在 Python 中实现 Matlab 的结构，特别是具有以下两个功能：

在结构“s”中，使用点表示法访问字段值“a”（即 s.a）
即时创建字段，无需初始化 dtype、格式（即 s.b = np.array([1,2,3,4]) ）

有没有办法在 Python 中做到这一点？迄今为止，我找到的唯一解决方案是here，使用了一个虚拟类 structtype()。这可行，但感觉有点骇人听闻。我还认为 scipy 可能会暴露它的 mat_struct，在 loadmat() 中使用，但我找不到它的公共接口。其他人做什么？我不太担心这个结构的性能，它更方便。

【问题讨论】：

为什么需要使用. 表示法？为什么不能只使用dict？
不是需要，更多的是偏好。也许我只需要克服它。没有要求 (1)，dict 工作正常
一个 dict 将会变得更加容易使用，这要归功于它提供的所有方法。而且它的编写时间会更短，并且会更快地完成大多数（如果不是全部）操作。此外，您将找到的大多数内置和第三方函数和类都旨在与 dicts 一起使用。
Matlab 的 struct 基本上是一个 Python dict，(key,value) 对...

标签： python matlab numpy scipy

【解决方案1】：

如果您使用的是 3.3 及更高版本，则有 types.SimpleNamespace。除此之外，空班可能是您最好的选择。

【讨论】：

如果您还没有使用 3.3，那么将示例实现复制到您自己的代码中是一个非常合理的选择。我使用类似的东西。有时，它被称为Bunch，例如在scikit-learn.

【解决方案2】：

最简单和直观最相似的 Python 实现是使用type 来实例化一个临时类。它实际上类似于创建一个虚拟类，但我认为它在语义上更清楚地表达了类似结构的对象的意图。

>>> s = type('', (), {})()
>>> s.a = 4
>>> s.a
4

在这里，type 用于创建一个无名类（因此为''），没有基类（或父类，由空元组表示）和默认类属性（空字典）和最终的()实例化类/结构。请记住，传递给字典的值不会显示在实例的 __dict__ 属性中，但这可能与您无关。此方法也适用于旧版本 (

【讨论】：

【解决方案3】：

我在 Octave 中做到了：

octave:2>      x.a = 1;
octave:3>      x.b = [1, 2; 3, 4];
octave:4>      x.c = "string";
octave:7> save -7 test.mat x

在 ipython (2.7) 中：

In [27]: from scipy.io import loadmat    
In [28]: A=loadmat('test.mat')

In [29]: A
Out[29]: 
{'__globals__': [],
 '__header__': 'MATLAB 5.0 MAT-file, written by Octave 3.8.2, 2015-12-04 02:57:47 UTC',
 '__version__': '1.0',
 'x': array([[([[1.0]], [[1.0, 2.0], [3.0, 4.0]], [u'string'])]], 
      dtype=[('a', 'O'), ('b', 'O'), ('c', 'O')])}

在这种情况下，A['x'] 是一个 numpy 结构化数组，具有 3 个 dtype=object 字段。

In [33]: A['x']['b'][0,0]
Out[33]: 
array([[ 1.,  2.],
       [ 3.,  4.]])

In [34]: A['x'][0,0]
Out[34]: ([[1.0]], [[1.0, 2.0], [3.0, 4.0]], [u'string'])

In [35]: A['x'][0,0]['b']
Out[35]: 
array([[ 1.,  2.],
       [ 3.,  4.]])

由于 x 来自 MATLAB，我必须使用 [0,0] 对其进行索引。

octave:9> size(x)
ans =
   1   1

我可以使用不同的开关加载A，并使用.b 格式访问属性：

In [62]: A=loadmat('test.mat',struct_as_record=False)

In [63]: A['x'][0,0].b
Out[63]: 
array([[ 1.,  2.],
       [ 3.,  4.]])

在这种情况下，A['x'] 的元素是 <scipy.io.matlab.mio5_params.mat_struct at 0x9bed76c> 类型

一些历史可能会有所帮助。 MATLAB 最初只有二维矩阵。然后他们扩展它以允许更高的维度。 cells 被添加，具有相同的 2d 字符，但允许不同的内容。 structures 已添加，允许“命名”属性。最初的 MATLAB 类系统是建立在结构上的（只需将某些函数链接到特定的类结构）。 MATLAB 现在处于其第二代类系统中。

Python 从类、字典和列表开始。使用与 MATLAB 结构相同的 . 语法访问对象属性。带键的字典（通常，但不总是字符串）。用整数索引的列表，并且总是允许不同的内容（如cells）。借助成熟的对象类系统，可以在 Python 中构建更精细的数据结构，尽管访问仍然受基本 Python 语法的约束。

numpy 添加 n 维数组。子类np.matrix 始终是二维的，以旧式 MATLAB 矩阵为模型。数组总是具有相同种类的元素。但是dtype=object 数组包含指向 Python 对象的指针。在许多方面，它们只是带有数组包装器的 Python 列表。它们靠近 MATLAB 单元。

numpy 也有结构化数组，有一个复合 dtype，由 fields 组成。 fields 按名称访问。 np.recarray 是一个结构化数组，增加了使用 . 语法访问字段的能力。这使它们看起来很像 MATLAB 结构数组。

【讨论】：