这篇教程mat矩阵和npy矩阵实现互相转换(python和matlab)写得很实用，希望能帮到您。
mat矩阵和npy矩阵互相转换
numpy.narray矩阵保存为mat文件import numpy as npimport scipy.io as iomat_path = 'your_mat_save_path'mat = np.zeros([4, 20])io.savemat(mat_path, {'name': mat})注意这里的mat是numpy类型的
读取mat文件import numpy as npfrom scipy import iomat = io.loadmat('yourfile.mat')# 如果报错:Please use HDF reader for matlab v7.3 files# 改为下一种方式读取import h5pymat = h5py.File('yourfile.mat')# mat文件里可能有多个cell，各对应着一个dataset# 可以用keys方法查看cell的名字, 现在要用list(mat.keys()),# 另外，读取要用data = mat.get('名字'), 然后可以再用Numpy转为arrayprint(mat.keys())# 可以用values方法查看各个cell的信息print(mat.values())# 可以用shape查看维度信息print(mat['your_dataset_name'].shape)# 注意，这里看到的shape信息与你在matlab打开的不同# 这里的矩阵是matlab打开时矩阵的转置# 所以，我们需要将它转置回来mat_t = np.transpose(mat['your_dataset_name'])# mat_t 是numpy.ndarray格式# 再将其存为npy格式文件np.save('yourfile.npy', mat_t)
npy文件与mat文件的保存与读取除了常用的csv文件和excel文件之外，我们还可以通过PY把数据保存文npy文件格式和mat文件格式。
1. npy文件npy即numpy对应的文件格式，关于其保存使用的是np.save()方法，其读取使用的是np.load()方法。 具体示例如下： import numpy as npa = np.mat('1, 2, 3;4, 5, 6')print(a)print(type(a))print("=================================")b = np.array([[1, 2, 3], [4, 5, 6]])print(b)print(type(b))  保存文件： 如图，矩阵和numpy数组都支持以npy文件类型保存。 np.save('a.npy', a)np.save('b.npy', b)  读取文件 data1 = np.load('a.npy')data2 = np.load('b.npy')print(data1)print(type(data1))print("=================================")print(data2)print(type(data2))  如图npy数据被成功读取，且都是numpy数组数据类型。
2. mat文件保存为mat文件依赖于scipy库中的scipy.io.savemat()方法，读取则需要用到scipy.io.loadmat()方法。 保存时，不仅仅需要传入变量，还需要将该变量的类型一并以字典的形式传入，一样支持numpy数组和矩阵。 具体示例如下： import numpy as npfrom scipy import ioa = np.mat('1, 2, 3;4, 5, 6')print(a)print(type(a))print("=================================")b = np.array([[1, 2, 3], [4, 5, 6]])print(b)print(type(b))io.savemat('a.mat', {'matrix': a})io.savemat('b.mat', {'array': b})
读取数据 data1 = io.loadmat('a.mat')print(data1)print(type(data1))print("=================================")data2 = io.loadmat('b.mat')print(data2)print(type(data2))
如图，数据成功被读取。但是读取的结果是一个字典，如果需要进一步读取到数据，则需要根据键名将其取出： print(data1['matrix'])print(type(data1['matrix']))print("=================================")print(data2['array'])print(type(data2['array']))  取出时的键与存储时的变量类型有关，取出的数据都是numpy数组，不再有矩阵类型。 以上为个人经验，希望能给大家一个参考，也希望大家多多支持wanshiok.com。
python接口自动化之正则用例参数化的示例详解
Python可视化Tkinter进阶grid布局详情 |
