以灵活的方式在python中实现Matlab结构

Question

我想在python中实现一个像Matlab结构一样灵活的结构。我已经在Python中研究了Matlab结构[重复]，但不同的是，我想要一个灵活的结构，其中字段名称和结构的深度事先不知道。例如，在Matlab中，你可以说：

parent.child1.grandchild1=2
parent.child1.grandchild2=3
parent.child2.grandchild1.grand-grandchild1=1

而不使用字段名初始化软结构。我想实现一个结构，只要用户(不习惯python(想在他使用的结构中存储测量值，就可以调用该结构。因此，调用可能在一个代码中发生多次。我研究过嵌套的defaultdict，但并没有真正找到解决方案。我读过numpy数组通常用于此目的，但如何在不损失性能的情况下不断向numpy数组添加字段？如有任何帮助，我们将不胜感激。

Answer 1

最初MATLAB只有2dmatrices。这些类似于numpy.ndarray。实际上，numpy.matrix是一个始终为2d的子类，适用于任性的MATLAB程序员。

MATLAB随后添加了cell，它们有点像pythonlist。也就是说，它们可以保存对任何类型对象的引用。

然后添加CCD_ 6。这有点像python类。一个类通常应该在开始时定义所有属性，但通常可以通过分配来添加属性

anObject.foobar = "astring"

它接着添加了一个类系统，首先是作为struct的一个粗略的附加组件，然后进行了更精细的处理。但相比之下，在python中，一切都是一个对象，一个类的实例。

scipy.io.loadmat可以读取MATLAB.mat文件(最高达7.3版(。它返回一个numpy数组-对象dtype用于cell，structured数组用于struct。但是这些都没有你在MATLAB中看到的那种可扩展性。