python怎么启动mne_Python-EEG工具库MNE-Python详细安装与使用

[toc]

本教程为脑机学习者Rose发表于公众号:脑机接口社区(微信号:Brain_Computer).QQ交流群:903290195

e6b49b6b961b64f5372c2c6f949fc514.png

安装Python(推荐安装Anaconda)

[这里是windows系统下的安装]

Anaconda用来管理不同版本的Python环境,可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包。同时Anaconda自带很多常用软件包以及科学计算包,比如数据分析中需要的Numpy、Pandas等,数据可视化用的matplotlib等,还有Jupyter notebook[Jupyter Notebook 是一个 Web 应用程序,支持实时代码、数学方程、可视化和 Markdown,其用途包括数据清理和转换、数值模拟、统计建模、机器学习等]。所以推荐安装Anaconda,因为它已经包含了Python以及常见要用的Python工具库。

先到官网下载:https://www.anaconda.com/distribution/ 推荐安装Python3.x版本的Anaconda,因为Python2.x版本即将不被维护了,如下图。

5ea701854b6c1adcfcbf26c352366393.png

也可以安装Python3.7以前版本的Anaconda (即历史版本:https://repo.anaconda.com/archive/) 选择Anaconda3因为Anaconda3代表Python3.x。

具体安装的教程请看:Windows下安装Anaconda3与配置 安装好一定要记得配置环境

安装MNE-python

在控制台中输入:

pip install -U mne

ae15ed6e1a3c439e4bece0210dc8ca73.png

若是安装过程没出现错误,即表示安装成功

下载MNE-Python中案例数据

据交流群中群友反应,官方MNE-Python数据下载特别慢, 这里提供了MNE-Python官方案例:MNE-sample-data下载。 下载地址: 请关注 脑机接口社区 公众号 后台回复"MNES",获取官方 MNE-sample-data(1.3G)数据,如果失效了,可以在公众号后台联系。

测试是否安装成功以及简单使用

先点击如左图红框中,或者在控制台输入如下右图内容回车即可。

cfc5aae4fb1923ac98413710efe2fa9b.png

在浏览器中会弹出Jupyter notebook的web应用,操作如下:

68c844d476c71adb5d72ae49cde19cad.png

即可生成一个可编辑页面,在编辑页面中编辑如下代码,并点击run,如下图,

de4a1233a6a41da3a81b22365b0ffaf5.png

如果能出现下面结果,则表示已安装成功。

注意,需要将上述下载得到的数据存放的路径赋值给fname。具体看下面代码,我是存放在F盘的data中。

# 引入python库

import mne

from mne.datasets import sample

import matplotlib.pyplot as plt

# sample的存放地址

data_path = sample.data_path()

# 该fif文件存放地址

fname = 'F:/data/MNE-sample-data/MEG/sample/sample_audvis_raw.fif'

"""

如果上述给定的地址中存在该文件,则直接加载本地文件,

如果不存在则在网上下载改数据

"""

raw = mne.io.read_raw_fif(fname)

"""

案例:

获取10-20秒内的良好的MEG数据

# 根据type来选择 那些良好的MEG信号(良好的MEG信号,通过设置exclude="bads") channel,

结果为 channels所对应的的索引

"""

picks = mne.pick_types(raw.info, meg=True, exclude='bads')

t_idx = raw.time_as_index([10., 20.])

data, times = raw[picks, t_idx[0]:t_idx[1]]

plt.plot(times,data.T)

plt.title("Sample channels")

plt.show()

ed1cf67ae8d670b2a581937c2e3c4352.png

"""

绘制SSP矢量图

"""

raw.plot_projs_topomap()

plt.show()

131bf9b372c0cea5b3231b075c61ab41.png

"""

绘制电极位置

"""

raw.plot_sensors()

plt.show()

8abb334c008a9ee673181ea0f12f3f4b.png

脑机学习者Rose笔记分享,QQ交流群:903290195 更多分享,请关注公众号

a94de523e416f237810da2817071b27b.png

来源:oschina

链接:https://my.oschina.net/u/4415923/blog/3337138

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值