<div class="article-copyright">
<span class="creativecommons">
<a rel="license" href="http://creativecommons.org/licenses/by-sa/4.0/">
</a>
<span>
版权声明:本文为博主原创文章,遵循<a href="http://creativecommons.org/licenses/by-sa/4.0/" target="_blank" rel="noopener"> CC 4.0 BY-SA </a>版权协议,转载请附上原文出处链接和本声明。 </span>
<div class="article-source-link2222">
本文链接:<a href="https://blog.csdn.net/qq_21208843/article/details/70173918">https://blog.csdn.net/qq_21208843/article/details/70173918</a>
</div>
</span>
</div>
<link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-3019150162.css">
<link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-3019150162.css">
<div class="htmledit_views" id="content_views">
<div id="sina_keyword_ad_area2" class="articalContent newfont_family">
代码:
import scipy.io
matfn='F:/matlab/trainset.mat'
data = scipy.io.loadmat(matfn) # 假设文件名为trainset.mat
# data类型为dictionary
print(data.keys()) #可知道Mat文件中存在数据名。比如其中有 trainset,为矩阵文件
xx=data['trainset']#获得其中的矩阵数据
将matlab矩阵转换一维数组
x = xx.flatten() #将xx转化为一维的数组。
scipy.io.savemat('saveddata.mat', {'xi': xi,'yi': yi,'ui': ui,'vi': vi}).
可以在winpython安装路径下的notebooks下找到保存的文件