原文网址:http://www.th7.cn/Program/Python/201702/1098085.shtml
#最初用loadmat读取数据
import numpy as np
from scipy import io
mat = io.loadmat('test.mat')
#如果报错:NotImplementedError:Please use HDF reader for matlab v7.3 files
更改为h5py方式读取
import h5py
mat = h5py.File('test.mat')
mat文件里可能有多个cell,各对应着一个dataset
可以用keys方法查看cell的名字
print(mat.keys())
可以用values方法查看各个cell的信息
print(mat.values())
可以用shape查看维度信息
print(mat['your_dataset_name'].shape)
注意,这里看到的shape信息与你在matlab打开的不同
这里的矩阵是matlab打开时矩阵的转置
所以,我们需要将它转置回来
mat_t = np.transpose(mat['your_dataset_name'])
mat_t 是numpy.ndarray格式
再将其存为npy格式文件
np.save('test.npy', mat_t)
npy文件的读取很简单
import numpy as np
matrix = np.load('yourfile.npy')
可以重新读取npy文件保存为mat文件
方法一(在MATLAB双击打开时遇到了错误:Unable to read MAT-file *.mat. Not a binary MAT-file. Try load -ASCII to read as text. ):
import numpy as np
matrix = np.load('yourfile.npy')
f = h5py.File('yourfile.mat', 'w')
f.create_dataset('dataname', data=matrix)
这里不会将数据转置
方法二(使用scipy):
from scipy import io
mat = np.load('rlt_gene_features.npy-layer-3-train.npy')
io.savemat('gene_features.mat', {'gene_features': mat})