python读取mat格式文件

读取文件

import scipy.io as scio

dataFile = 'test.mat'
data = scio.loadmat(dataFile)

NotImplementedError: Please use HDF reader for matlab v7.3 files

但是遇到了以下报错：

NotImplementedError: Please use HDF reader for matlab v7.3 files

显然，根据报错的提示信息，由于文件版本的原因，需要使用h5py库进行文件的读取，将代码修改为如下格式即可。

import h5py

f = h5py.File('test.mat', 'r')

读取变量

对于使用hdf5.File()函数得到的f，我觉得可以可以将其理解为一个字典，因此可以参考字典先读取mat文件中包含的变量（键值）。

print(list(f.keys()))

例如，可以得到以下结果

['#refs#', 'test1', 'test2']

字典中有二维字典的概念，这里有类似，通过类似的方式可以进行查看。

print(list(f['test1'].keys()))

得到如下的结果

['test1_1', 'test1_2']

读取内容

正常情况下，可以使用以下的方式直接进行读取

print(type(f['test1']['test1_1'][:]))
print(f['test1']['test1_1'][:])

得到如下的结果

<class 'numpy.ndarray'>
[[   1    2    ...    5]
 [   2    4    ...    10]]

通过以上的代码就可以很容易的将mat文件中的numpy矩阵读取出来。

注意：如果使用的是以下代码

print(f['test1']['test1_1'].value)

会出现H5pyDeprecationWarning: dataset.value has been deprecated. Use dataset[()] instead.
直接改成上面的print(f[‘test1’][‘test1_1’][:])或者print(f[‘test1’][‘test1_1’][()])，不使用.value即可

读取的结果是HDF5 object reference

正常的情况下，通过以上的代码就可以读取到相关的数据，但是有的时候由于里面存储的字符串，输出的结果是HDF5 object reference，而不是数据的结果。例如以下代码和输出。

print(type(f['test1']['test1_2'][:]))
print(f['test1']['test1_2'][:])

# 输出的结果
# <class 'numpy.ndarray'>
# [[<HDF5 object reference> <HDF5 object reference>]]

可以使用chr函数将其转化为对应的字符

test = f['test1']['test1_2']
for i in range(test.shape[1]):
    print(''.join(chr(j) for j in f[test[0][i]]))

# 输出的结果
# test_info_1
# test_info_2