Python处理mat文件的三种方式小结

60 篇文章 5 订阅
9 篇文章 1 订阅

处理mat文件的三种方式

读书的时候,处理数据都是采用matlab,但毕业后当了程序员,matlab从此在自己的电脑上消失了(安装包太大,还要license,启动也好慢,不符合程序员的需求)。

但是最近公司仿真的数据是以matlab的.mat格式存储的,需要读取出来处理,那就找找python相关的库吧,没有python干不了的活!!!

mat文件存储了matlab中变量数据,因此,python读出的mat数据是以k-v形式存储在字典里,key是变量名,value是数据内容:

scipy

最先想到的的是scipy工具

import scipy.io as scio
data = scio.loadmat(‘example.mat')
data[‘loss']

但是读取有的.mat文件的时,会抛出异常(v7.3版本):

raise NotImplementedError(‘Please use HDF reader for matlab v7.3 files’)NotImplementedError: Please use HDF reader for matlab v7.3 files

h5py

遇到上面的问题,就需要采用h5py库了:

import h5py
data=h5py.loadmat('example.mat')   
data['loss'][:]

但是这样读出来的是file格式,调试的时候都很难知道key是什么,取数据可以按照key来取,但是前提是需要知道key值,不方便独立调试。

mat73

今天的主角登场,个人觉得mat73兼容性最好,几乎所有的mat文件都能成功读取,而且读取的结果是k-v的字典,很便于后续处理:

import mat73
data=mat73.loadmat(path)   
data['loss']

python操作.mat文件

在win10中,打开

ITC_VD 数据集格式,

结果在训练集ITC_VD_Training_Testing_set中,看到标签文件全是快捷方式,

选中一个文件,右键 属性,看到:

Microsoft Access Table Shortcut (.mat)

查了半天,发现是.mat 的 matlab格式,

python读取.mat格式

from scipy.io import loadmat  
m = loadmat(r"E:\data\yolov5_dbb\ITC_VD_Training_Testing_set\Training\GT/00064.mat")
 
daaa=m.keys()
print(daaa)
 
print(m['x00064'])

mat 文件里的数据结构是 dict ,所以取值要按照 key:value 的形式:

上面读出来的数据是 ndarray 类型,为了方便数据的展示,我们可以将其转换为,pandas的DataFrame:

import pandas as pd
 
df = pd.DataFrame(m['H_BETA'])
 
df.head()

mat转图片

import glob 
import cv2
import numpy as np
 
r_path=r'C:\File\2021-11'
 
files=glob.glob(r_path+"/*.mat")
from scipy.io import loadmat 
 
# 数据矩阵转图片的函数
def MatrixToImage(data):
    # data = data * 255
    new_im = data.astype(np.uint8)
    return new_im 
 
for file in files:
 
    if "2018" in file:
        continue
    print(file)
    m = loadmat(file)
 
    daaa = m.keys()
 
    data=m['groundTruth']
 
    print(data)
 
    new_im = MatrixToImage(data)
    cv2.imshow("asdf",new_im)
    cv2.waitKey()
 
    # print(data)
  • 4
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: Python可以使用scipy库中的io模块读取.mat文件,具体步骤如下: 1. 安装scipy库 可以使用pip命令安装: ``` pip install scipy ``` 2. 导入io模块 ``` from scipy import io ``` 3. 使用io.loadmat()方法读取.mat文件 例如,读取名为data.mat文件: ``` data = io.loadmat('data.mat') ``` 读取完毕后,可以通过data变量来访问.mat文件中的数据。注意,读取的数据类型为字典,可以通过键来访问对应的值。 例如,如果.mat文件中存在一个名为x的变量,则可以通过以下代码访问其值: ``` x = data['x'] ``` ### 回答2: Python可以使用SciPy库中的`scipy.io`模块来读取MAT文件。以下是读取MAT文件的步骤: 首先,需要导入`scipy.io`模块: ```python import scipy.io ``` 然后,使用`scipy.io.loadmat`函数加载MAT文件,并将其存储为一个字典对象: ```python data = scipy.io.loadmat('file.mat') ``` 这样,MAT文件中的数据就被加载到了`data`变量中。可以通过键值对的方式访问数据。例如,如果MAT文件中有一个名为`matrix`的变量,则可以使用以下代码访问该变量: ```python matrix_data = data['matrix'] ``` 读取MAT文件时,MAT文件中的变量名称在Python中成为字典的键,而变量的值则是相应键的值。 除了`scipy.io`模块,还可以使用`h5py`库来读取MAT文件。步骤如下: 首先,需要安装`h5py`库: ``` pip install h5py ``` 然后,导入`h5py`库: ```python import h5py ``` 使用`h5py.File`函数打开MAT文件: ```python mat_file = h5py.File('file.mat', 'r') ``` 通过字典的方式访问MAT文件中的数据。例如,如果MAT文件中有一个名为`matrix`的变量,则可以使用以下代码访问该变量: ```python matrix_data = mat_file['matrix'][:] ``` 上述代码中的`[:]`表示读取整个数组的所有元素。 总而言之,Python提供了`scipy.io`和`h5py`两个库来读取MAT文件。通过选择适合的方法,就可以很轻松地实现MAT文件读取操作。 ### 回答3: Python可以使用scipy库中的io模块来读取mat文件。首先,需要确保已经安装了scipy库。可以使用以下命令来安装: ``` pip install scipy ``` 然后,可以使用以下代码读取mat文件: ```python import scipy.io # 读取mat文件 mat = scipy.io.loadmat('filename.mat') # 打印mat文件中的变量 print(mat) ``` 在上述示例中,首先需要将mat文件放在工作目录中,然后使用`loadmat`函数加载mat文件。加载后的mat文件将以字典形式存储在变量`mat`中。 如果mat文件中有多个变量,可以通过键值对的方式访问每个变量。例如,如果mat文件中有一个名为`data`的变量,可以使用以下代码来访问它: ```python data = mat['data'] ``` 通过这种方式,可以读取和操作.mat文件中的数据。

“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 3
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