numpy,pandas,tensor，mat等数据类型互转（更新中）

pandas转pd

data_np = data_pd.to_numpy()
#输出np.array

最近在数据处理阶段，用到了常见的数据类型，鉴于对某种数据类型处理方式不够熟练，会转成其他格式数据来使用，开个博客记录一下。

mat转np

使用matlab的save函数保存文件

save result_type1

输出result_type1.mat文件

使用python对其读取

from scipy.io import loadmat
import numpy as np
import scipy.io as io
a = loadmat('retult_type1.mat')
np1 = a['变量名']

原始.mat文件包含了你存储的所有变量，在np中读取相应的变量名即可

np转mat

思路：在python中将np类型数据转为mat文件，之后在matlab中进行读取

from scipy.io import loadmat
import numpy as np
import scipy.io as io
mat_path = 'savepath/'
mat = np.zeros([4, 20])
sequence = 1
type1 = 'mi_Data_1.npy'
type2 = 'mi_Data_2.npy'
data_type2 = np.load('../../np/CH/{0}/{1}'.format(sequence,type2))
mat_name = "mi_Data2.mat"
io.savemat('{0}/{1}'.format(mat_path,mat_name),{'name': data_type2})

使用io.savemat将np文件改成mat形式，format对应的参数是存储后的位置以及文件名，'name'对应的参数是保存的数据

 之后有空再更新下npy文件

将numpy文件保存下来

先看一下numpy自带的save函数和例子

 

np.save ('G:/data/labels{0}{1}.npy'.format(参数2, 参数1), numpy变量)

 前面一个参数是保存的位置及文件名，后面是保存的变量