如何使用Python导入mat格式的数据并整理成DataFrame格式

有些时候我们会用到mat数据格式，但是我们该怎么使用它呢？

mat格式是一般而言的MATLAB数据的存储格式，对于经常要混用MATLAB和Python的数据处理相关的问题，我们往往需要将MATLAB中的数据导入至Python，并转成我们想要的数据格式，本文就整理成DataFrame格式做出说明：

这里我们用到了scipy库来导入mat文件。

具体实现如下:

from scipy.io import loadmat

然后我们导入数据:

data=loadmat('./data/ex7data2.mat')

loadmat函数里面是文件所处的路径位置

我们展示一下输出的数据：

F:\anaconda\envs\sklearn-env\python.exe F:/PycharmProject/K-means/K-means_1.py
{'__header__': b'MATLAB 5.0 MAT-file, Platform: GLNXA64, Created on: Wed Nov 16 00:48:22 2011', '__version__': '1.0', '__globals__': [], 'X': array([[ 1.84207953,  4.6075716 ],
       [ 5.65858312,  4.79996405],
       [ 6.35257892,  3.2908545 ],
       [ 2.90401653,  4.61220411],
       [ 3.23197916,  4.93989405],
       [ 1.24792268,  4.93267846],
       [ 1.97619886,  4.43489674],
       [ 2.23454135,  5.05547168],
       [ 2.98340757,  4.84046406],
......（中间的数据省略一部分）
       [ 6.11768055,  2.85475655],
       [ 0.94048944,  5.71556802]])}

Process finished with exit code 0

print(type(data))
print(data.keys())

<class 'dict'>
dict_keys(['__header__', '__version__', '__globals__', 'X'])

我们可以清楚的看到，导入的文件是Python中的字典类型。

我们只需要X的数据，所以我们转换成DataFrame数据类型:

dataset = pd.DataFrame(data.get('X'), columns=['X1', 'X2'])
print(dataset)

           X1        X2
0    1.842080  4.607572
1    5.658583  4.799964
2    6.352579  3.290854
3    2.904017  4.612204
4    3.231979  4.939894
..        ...       ...
295  7.302787  3.380160
296  6.991984  2.987067
297  4.825534  2.779617
298  6.117681  2.854757
299  0.940489  5.715568

[300 rows x 2 columns]

Process finished with exit code 0

我们看一下转换后的数据类型:

print(type(dataset))

<class 'pandas.core.frame.DataFrame'>

转换完成！