[Python] 读取存储.mat数据 scipy.io.loadmat("FileName")和scipy.io.savemat('XXX.mat', {'x': x,'y': y,'z': z})

读取.mat数据

scipy.io.loadmat("FilePath")

功能：
读取路径为"FilePath"的.mat文件，函数返回值为字典类型dict。之后还需要通过后续操作将值提取出来（字典操作来提取键值对的值）。

关于为什么scipy.io.loadmat("FilePath")的结果是一个字典，这是因为一个.mat文件中存在多个变量，每一个变量名都对应相应的数据，也就是变量名和变量值的键值对。

语法：

scipy.io.loadmat("FilePath")

示例（包括）：

from scipy import io
import numpy as np

FilePath = "C:\Datasets\PaviaU\PaviaU_gt.mat"
data = io.loadmat(FilePath)
print(data)
# {'__header__': b'MATLAB 5.0 MAT-file, Platform: GLNXA64, Created on: Fri May 20 18:25:52 2011', '__version__': '1.0', '__globals__': [], 'paviaU_gt':
# array([[0, 0, 0, ..., 0, 0, 0],
#        [0, 0, 0, ..., 0, 0, 0],
#        [0, 0, 0, ..., 0, 0, 0],
#        ...,
#        [2, 2, 2, ..., 0, 0, 0],
#        [2, 2, 2, ..., 0, 0, 0],
#        [2, 2, 2, ..., 0, 0, 0]], dtype=uint8)}
print(type(data))
# <class 'dict'>

PaviaU_gt_load = data['paviaU_gt']
print(PaviaU_gt_load)
# [[0 0 0 ... 0 0 0]
#  [0 0 0 ... 0 0 0]
#  [0 0 0 ... 0 0 0]
#  ...
#  [2 2 2 ... 0 0 0]
#  [2 2 2 ... 0 0 0]
#  [2 2 2 ... 0 0 0]]
print(type(PaviaU_gt_load))
# <class 'numpy.ndarray'>
print(np.shape(PaviaU_gt_load))
# (610, 340)

可以看到，在data = io.loadmat(FilePath)之后，data是字典类型。这个字典只存在一个键值对：

• 键：’paviaU_gt’，字符串类型。（大写字母被降为小写字母）

• 值：

  array([[0, 0, 0, ..., 0, 0, 0],
    	     [0, 0, 0, ..., 0, 0, 0],
           [0, 0, 0, ..., 0, 0, 0],
           ...,
           [2, 2, 2, ..., 0, 0, 0],
           [2, 2, 2, ..., 0, 0, 0],
           [2, 2, 2, ..., 0, 0, 0]], dtype=uint8)}
  

然后通过字典操作PaviaU_gt_load = data['paviaU_gt']，得到字典data的键paviaU_gt的对应的值，返回值为numpy.ndarray类型。

array([[0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       ...,
       [2, 2, 2, ..., 0, 0, 0],
       [2, 2, 2, ..., 0, 0, 0],
       [2, 2, 2, ..., 0, 0, 0]], dtype=uint8)}

存储.mat类型

io.savemat('SavedData.mat',{'key1':data1, 'key2':data2})

功能：
将ndarray类型的数据data1、data2以key1、key2为变量名，保存在SavedData.mat中。
其中SavedData.mat会被保存到项目文件下（该.py文件的相同路径）。

语法：

io.savemat('SavedData.mat',{'key1':data1, 'key2':data2})

示例：

from scipy import io
import numpy as np
x = np.array([1,2,3,4,5,6,7,8,9])
x = x.reshape(3,3)
print(x)
print(x.shape)

io.savemat('SavedData.mat',{'x':x})

保存路径