最近做的工作涉及將matlab中的處理好的mat數據轉換成npy數據，送入到網絡中學習。在處理數據時遇到的一些問題總結如下。

Matlab中的Cell

cell數組的數組（指的是兩層cell）不能使用cell2mat函數

為了解決這個問題，涉及matlab中元組數據的讀取和保存。

cell的讀取

cell的{}是指向cell的內容，而cell的()是指向cell的位置。

cell和mat矩陣的轉換

單個的cell轉換成mat可以直接使用cell2mat函數。

cell2mat：將元胞數組成普通矩陣(要求cell元胞數組的所有內容都必須為相同數據類型,可以為字符，會轉化為字符矩陣)

如果是兩層以上的cell可以自己寫循環依次將數據讀出來，存入另一個數據中。

for i=1:n_actions_train
? ? ?for j=1:n_num
? ? ? ? ?matrix_train(i,j,:,:,:)=train_fea{i}{j}; ?%train_fea是cell數據
? ? ?end ? ??
?end

Matlab中的reshape和permute

reshape

重構函數，將給定的數據重構成我們需要的size的數據。

用法：

B = reshape(A,sz)
B = reshape(A,sz1,...,szN)

B = reshape(A,sz) 使用大小向量 sz 重構 A 以定義 size(B)。

例如，reshape(A,[2,3]) 將 A 重構為一個 2×3 矩陣。

sz 必須至少包含 2 個元素，prod(sz) 必須與 numel(A) 相同。

% eg. 1: 將 1×10 向量重構為 5×2 矩陣。
A = 1:10;
B = reshape(A,[5,2])

每個維度的大小，指定為具有最多一個 []（可選）的兩個或以上的整數。必須至少指定 2 個維度大小，并且最多一個維度大小可以指定為 []，這樣會自動計算該維度的大小以確保 numel(B) 與 numel(A) 相匹配。

當使用 [] 自動計算維度大小時，顯式指定的維度必須均勻劃分為輸入矩陣 numel(A) 中的元素數目。

對于第二個維度以上的維度，輸出 B 不反映大小為 1 的尾部維度。例如，reshape(A,3,2,1,1) 生成 3×2 矩陣。

permute

置換數組維度

B = permute(A,dimorder)

eg. 1 : 創建一個 3×4×2 數組并對其進行置換，交換第一個維度和第三個維度，從而得到 2×4×3 數組.
A = rand(3,4,2)
B = permute(A,[3 2 1])

reshape和permute函數的區別主要在于reshape會改變數據的維度，但數據總量是不變的，只是按原來數據的行列組合變化到新的數據排列方式，其中每個維度的size都可能發生變化。

permute函數只是調換數據維度的順序，比如我們要從某個數據中拿到某兩個維度之間的矩陣，我們可以先用這個函數將這兩個維度先調到外面，方便我們取。

這個函數不會改變每個維度的size。

Please use HDF reader for matlab v7.3 files

matlab中對于較大打mat文件，都建議使用v7.3 來保存數據，但是scipy包中的loadmat函數不能讀取這個版本的數據，搜了一下問題,發現h5py包中的File函數可以讀取這個數據，添加h5py后使用h5py.File()函數就可以讀取了。

IndexError: only integers, slices (:), ellipsis (...)……

經檢查，錯誤之處在索引處使用了浮點數，把matlab中獲得的數據強制轉換成int型。

因為matlab中數據默認保存成double數據，所以如果轉換到其他語言時，要注意到這一點，并且提前強制轉換。

IndexError: index *** is out of bounds for axis 1 with size ***

問題在于下表越界，因為從matlab中獲得的鄰接矩陣記錄鄰居時，下標從1開始,而python中默認下標從0開始。

值得注意的是matlab中下標維度都是從1開始的，而且matlab中的矩陣讀取順序是列優先的，其他語言比如python和C++都是行優先的。所以數據遷移過去都需要先transpose。

總結