Python 自定义数据读取

目标：

有10个mat（Matlab中文件数据格式）文件数据，每个文件保存的数据如下，两个396*2000的矩阵，和两个396*1的矩阵。现在想将这10个mat文件中的每个数据按纵向合并，比如将所有文件的f1_train（396*2000）合并成一个3960*2000的矩阵，如何实现？

1、读取文件夹目录

将biqiuxia.mat，chenbingqing.mat，chenhaisheng.mat，chenhuiyi.mat，chenshenhua.mat，fujinmei.mat等10个mat文件保存在MatTest文件夹中

import scipy.io as sio # 读取mat数据
import operator as op # 字符串比较
import numpy as np
import os 
import os.path
rootdir = '../MatTest/' # 文件保存路径
dd = os.listdir(rootdir)

for i in range(0,len(dd)):
    path = os.path.join(rootdir,dd[i])
    if op.eq(path[-3:],'mat'):
        print(path)

读取出来的文件可能包含ipynb_checkpoints文件，因此需要对文件名进行判断，尾部为'mat'的是符合要求文件，进行读取

     

2、数组整合

label_train = np.zeros((1,1))
f1_train = np.zeros((1,2000))
f2_train = np.zeros((1,2000))
idx_train = np.zeros((1,1))
for i in range(0,len(dd)):
    path = os.path.join(rootdir,dd[i])
    if op.eq(path[-3:],'mat'):
        data = sio.loadmat(path)
        f1_train = np.vstack((f1_train,data['f1_train']))
        f2_train = np.vstack((f2_train,data['f2_train']))
        label_train = np.vstack((label_train,data['label_train']))
        idx_train = np.vstack((idx_train,data['idx_train']))
        
label_train = label_train[1:len(label_train),:]
f1_train = ppw_train[1:len(f1_train),:] 
f2_train = dppw_train[1:len(f1_train),:] 
idx_train = idx_train[1:len(idx_train),:] 

为合并'f1_train'数组，这里首先定义了一个f1_train矩阵，并调用函数np.vstack函数将数组按纵向合并，合并完成之后去掉第一行（pthon中数组下标从0开始）即可，因为第一行的数据都为0