【Matlab】导入python生成的网络邻接矩阵

先放个示范代码:

# coding:utf-8
import yaml
import networkx as nx
import numpy as np
import scipy.io


file_path = r"\graph\WS100_4_0.1.yaml"
with open(file_path, "r") as fd:
    G = yaml.load(fd)


A = np.matrix(nx.adjacency_matrix(G).todense(), dtype=bool)
print(type(A), type(A[0,0]))
scipy.io.savemat('WS.mat', mdict={'A':A})

 

--------------------------------------------------

python中导出矩阵至matlab

一、通过scipy.io直接存为mat（推荐）

 例如

import scipy.io

scipy.io.savemat('filename', mdict={ 'a':a, 'b':b})

在matlab中只需要

load 'filename';

就导入了a矩阵和b矩阵

python存储矩阵

import pandas as pd

df = pd.DataFrame(a)

df.to_csv("score",sep=" ",index = False)

二、通过文本文件

如果矩阵是mxn维的。 那么可以用 : 

np.savetxt('dev_ivector.csv', dev_ivector, delimiter = ',') 

对应matlab读取为:

dev_ivec = csvread('dev_ivector.csv')   ###csv格式其实就内定了结构体

如果矩阵是(n,)这种格式。['aagj' 'aagy' 'aann' ... 'zzgm' 'zzhk' 'zzwn']  类似这种。那么可以用

f = open('label','w')
for x in spk_mean_label:
    print(x)
    print(x,file=f)
f.close()

对应matlab读取为:

spk_mean_label = importdata('label')

-----------------------------------------------------

matlab中导出矩阵至python

一、通过 scipy.io 读取mat文件

matlab里面得到矩阵后可以直接从工作区变量处保存为.mat文件。

然后在python中执行下面步骤

import scipy.io as sio

load_fn = 'plda_bl_score.mat'
load_data = sio.loadmat(load_fn)
blscores= load_data['PLDA_bl_scores']

然后blscores就是矩阵了。

假如有俩个矩阵score,score1

save('score.mat','score','score1')

在python中 

import scipy.io

matlab_data = scipy.io.loadmat('score.mat')

score = matlab_data['score']

score1 = matlab_data['score1']

转自：https://blog.csdn.net/fukaiqi1010/article/details/81939566