MATLAB到Python FREAD

Question

什麼我基本上是試圖做的是轉換一些MATLAB代碼到Python：

的MATLAB代碼：

for time = 100:model_times 
     for i = 1:5 
      indat = fread(fid,[48,40],'real*4'); 
      vort(:,:,i,time) = indat'; 
     end 
    end 

FID保存文件路徑（DAT文件）是被用過的。 vort是預先分配的：vort =零（40,48,5，model_times）。 model_times是固定整數（例如100）。

似乎正在發生的事情是.dat文件數據正在以48x40矩陣的形式讀入，然後在固定的i和時間（循環計數器）中插入預分配的數組vort中。

我已經在Python嘗試這樣的：

for time in range(model_times): 
     for i in range(5): 
      vort[:,:,i,time] = np.fromfile(fid,np.float64) 

我收到一個錯誤，指出， 「ValueError異常：操作數不能連同形狀（40,48）（6048000）播出」。錯誤發生在上面的Python代碼的最後一行。我也嘗試向錯誤行添加.reshape（（40,48,5，model_times）），但接收到另一個錯誤，指出「ValueError：新數組的總大小必須保持不變」。

所以我的問題是，什麼是相當於MATLAB的「fread」，可以處理多維數組的Python？

從1到10的等級，其中1爲一個總的初學者和10是一個經驗豐富的老將，我約4

Answer 1

我假設你是從一個二進制閱讀48種* 40個元素文件在每次迭代中，每個元素的大小爲8個字節。您的代碼正在破譯，因爲默認情況下，np.fromfile會讀取每個元素。修復此問題

vort = np.zeros((48,40,5,model_times)) 
for time in xrange(model_times): 
    for i in xrange(5): 
    dat = np.fromfile(fid, dtype=np.float64,count = 48*40) 
    vort(:,:,i,time) = dat.reshape((48,40)) 

Answer 2

這也應該起作用。沒有理由你不能做到這一切在一個單一的讀：

vort = np.fromfile(fid, np.float64).reshape((model_times,5,48,40)).transpose() 

你必須要小心，重塑1-d陣列到陣列中的索引的順序本地文件中（model_times，5,48 ，40），然後使用轉置重新排列索引到你想要的（40,48,5，model_times）。如果你試圖直接重塑後者，你會得到錯誤的地方的數據。