背景
在做deeplearning过程中,使用caffe的框架,一般使用matlab来处理图片(matlab处理图片相对简单,高效),用python来生成需要的lmdb文件以及做test产生结果。所以某些matlab从图片处理得到的label信息都会以.mat文件供python读取,同时也python产生的结果信息也需要matlab来做进一步的处理(当然也可以使用txt,不嫌麻烦自己处理结构信息)。
介绍
matlab和python间的数据传输一般是基于matlab的文件格式.mat,python中numpy和scipy提供了一些函数,可以很好的对.mat文件的数据进行读写和处理。
在这里numpy作用是提供Array功能映射matlab里面的Matrix,而scipy提供了两个函数loadmat和savemat来读写.mat文件。
下面是一个简单的测试程序,具体的函数用法可以看帮助文档:
import scipy.io as sio
import matplotlib.pyplot as plt
import numpy as np
#matlab文件名
matfn=u"E:/python/测试程序/162250671_162251656_1244.mat"
data=sio.loadmat(matfn)
plt.close("all")
xi=data["xi"]
yi=data["yi"]
ui=data["ui"]
vi=data["vi"]
plt.figure(1)
plt.quiver( xi[::5,::5],yi[::5,::5],ui[::5,::5],vi[::5,::5])
plt.figure(2)
plt.contourf(xi,yi,ui)
plt.show()
sio.savemat("saveddata.mat", {"xi": xi,"yi": yi,"ui": ui,"vi": vi})
示例2
import scipy.io as sio
import numpy as np
###下面是讲解python怎么读取.mat文件以及怎么处理得到的结果###
load_fn = "xxx.mat"
load_data = sio.loadmat(load_fn)
load_matrix = load_data["matrix"] #假设文件中存有字符变量是matrix,例如matlab中save(load_fn, "matrix");当然可以保存多个save(load_fn, "matrix_x", "matrix_y", ...);
load_matrix_row = load_matrix[0] #取了当时matlab中matrix的第一行,python中数组行排列
###下面是讲解python怎么保存.mat文件供matlab程序使用###
save_fn = "xxx.mat"
save_array = np.array([1,2,3,4])
sio.savemat(save_fn, {"array": save_array}) #和上面的一样,存在了array变量的第一行
save_array_x = np.array([1,2,3,4])
save_array_y = np.array([5,6,7,8])
sio.savemat(save_fn, {"array_x": save_array_x, "array_x": save_array_x}) #同理,只是存入了两个不同的变量供
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
本文标题: 详解如何在python中读写和存储matlab的数据文件(*.mat)
本文地址: http://www.cppcns.com/jiaoben/python/221071.html