Python读取mat文件

最近在进行学习深度学习过程中，遇到了以MATLAB的.mat格式存储的数据，需要用python读取出来处理，于是就找到了以下比较方便的三种python读取mat文件的方法：

1. 使用scipy.io来读取

-如果你的matlab的版本比较旧，保存的.mat 格式为‘-v7.3’以前的版本，可以采用scipy.io。

pip install scipy  #安装scipy库

import scipy.io as sio
#这里‘data1.mat’是相对文件路径
boxes = sio.loadmat(’name_box.mat‘)['box'].ravel()

1.5 知识小插曲

在开始下面之前，先来了解下：MATLAB v7.3 引入了对 HDF5 文件格式的支持，这是一种用于存储和组织大量数据的高效、可扩展的格式。HDF5 是"Hierarchical Data Format"的第五版，它支持多种数据类型、复杂的数据 structures，并且可以高效地处理大量数据。

MATLAB v7.3 及以后版本支持的 HDF5格式提供了一种灵活、高效的数据存储解决方案，可以在 MATLAB 以及其他编程环境中使用相应的工具进行读取和处理。

接下来我们便进入如何读取MATLAB v7.3及以后版本支持的 HDF5 格式的mat文件环节

2. 使用hdf5来读取

MATLAB v7.3及以后版本创建的.mat文件，由于scipy.io不支持，根据以上所述，此处采用hdf5

对于处理非MATLAB .mat格式的HDF5文件，h5py也可以创建、读取和修改HDF5文件。具体可见Python处理HDF5文件：h5py库

pip install h5py  #安装h5py库

import h5py
import numpy as np

train_nor = h5py.File("../Training/train_nor.mat", "r")
# matlab中load出来的变量名为'train_naf'
# 也可以通过下面代码来查看
# print(train_nor.keys())
data_nor = np.array(train_nor['train_naf']).transpose()
# print(data_nor.shape)

train_af = h5py.File("../Training/train_af.mat", "r")
data_af = np.array(train_af['train_af']).transpose()
# print(data_af.shape)

3. 使用mat73来读取

除了可以使用上面的hdf5库来读取MATLAB v7.3及以后版本创建的.mat文件，也可以使用mat73库读取。

pip install mat73  #安装mat73库

import mat73

path = r"./ECG_dimensions/Training/train_af.mat"
data = mat73.loadmat(path)
print(data.keys())  # 查看data的key值
print(data)

参考：

1. https://www.jb51.net/article/247616.html
2. https://www.cnblogs.com/hechangchun/p/14305968.html