如果你想对数据集进行数值运算，numpy是个不错的选择，你可以通过组合基本的numpy dtypes来指定任意的记录类型，并通过字段名来访问记录，类似于Python内置的字典访问。

import numpy
myDtype = numpy.dtype([('name', numpy.str_), ('age', numpy.int32), ('score', numpy.float64)])
myData = numpy.empty(10, dtype=myDtype) # Create empty data sets
print myData['age'] # prints all ages

您甚至可以使用numpy中的tofile和'fromfile'函数保存和重新加载这些数据，并继续使用命名字段：

with open('myfile.txt', 'wb') as f:
    numpy.ndarray.tofile(myData, f)

with open('myfile.txt', 'rb') as f:
    loadedData = numpy.fromfile(f, dtype=myDtype)
    print loadedData['age']

您应该查看pandas库，它是根据R的 Dataframe 建模的。
更不用说这比MATLAB的数据集要好得多

Python字典可以包含字符串键、数字键甚至其他字典键，如下所示：

>>> d = {"name":"foo", "age":22, "props": {"value":2.1}}
>>> d['props']['value']
2.1

我假设这是什么你正在寻找港口超过基于此报价从您链接到的网站：
Statistics Toolbox™具有数据集数组，用于存储具有异构数据类型的变量。例如，可以将数值数据、逻辑数据、字符串单元格数组和分类数组组合在一个数据集数组变量中。

看看Numpy，它是第三方库，主要用于Python的科学计算，还有一个面向Matlab用户的Numpy页面。
我认为你在寻找Numpy.array。