MNE学习笔记(一):安装与测试
参考文章:https://mp.weixin.qq.com/s/3IAIOoV7Ai4q0YNO_vxklw
环境
首先得确保电脑中已有python 3.0以上的环境,这里我安装的是Python 3.9.0
安装
控制台输入安装代码即可完成安装:
pip install -U mne
测试
如果没有数据则可下载下面的数据:
链接: https://pan.baidu.com/s/1pL-0BHnDOlkiLGIKisJhxg 提取码: j43j
测试代码如下:
这里matplotlib的学习可以参考:https://www.jianshu.com/p/da385a35f68d这篇文章
# 引入python库
import mne
from mne.datasets import sample
import matplotlib.pyplot as plt
# 数据(fif文件)存放的地址
fname = 'D:/Data/MNE-sample-data/MEG/sample/sample_audvis_raw.fif'
# 存在文件则直接加载,否则从网上下载该数据
raw = mne.io.read_raw_fif(fname)
# 获取10-20秒内的良好的MEG数据
picks = mne.pick_types(raw.info, meg=True, exclude='bads') # 选择良好的MEG信号,排除bads
t_idx = raw.time_as_index([10., 20.]) # 时间设置为10~20秒内的
data, times = raw[picks, t_idx[0]:t_idx[1]]
plt.plot(times, data.T)
plt.title("Sample channels")
plt.show()
# 绘制SSP矢量图
raw.plot_projs_topomap()
plt.show()
# 绘制电极位置
raw.plot_sensors()
plt.show()
结果:
![image-20210826210705201](https://i-blog.csdnimg.cn/blog_migrate/cca081ed4665d88642d68191625533bf.png)
![image-20210826210756822](https://gitee.com/Dodo_D_Caster/topyra_image/raw/master/img/image-20210826210756822.png)
![image-20210826210828905](https://i-blog.csdnimg.cn/blog_migrate/259b80219024291605e69f3f69bc873b.png)