基于python讀取.mat文件并取出信息
這篇文章主要介紹了基于python讀取.mat文件并取出信息,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
導(dǎo)入所需包
from scipy.io import loadmat
讀取.mat文件
隨便從下面文件里讀取一個:

m = loadmat('H_BETA.mat') # 讀出來的 m 是一個dict(字典)數(shù)據(jù)結(jié)構(gòu)
讀出來的m內(nèi)容:
m:{'__header__': b'MATLAB 5.0 MAT-file, Platform: GLNXA64, Created on: Mon Aug 5 17:14:09 2019',
'__version__': '1.0',
'__globals__': [],
'H_BETA': array([[ 0.68508148, 0.36764355, 0.73505849, ..., 0.27600164,
0.67968929, 0.70506438],
[ 0.74920812, 1.10949748, 0.47506305, ..., 0.32871445,
0.61247345, 1.06948844],
[ 0.83311522, 1.06321302, 0.97364609, ..., 0.85837753,
0.96296771, 1.46095171],
...,
[ nan, nan, nan, ..., nan,
nan, -9.04648469],
[ nan, nan, nan, ..., nan,
nan, nan],
[ nan, nan, nan, ..., nan,
In [29]: m.keys() Out[29]: dict_keys(['__header__', '__version__', '__globals__', 'H_BETA'])
取出.mat里所需信息
.mat 文件里的數(shù)據(jù)結(jié)構(gòu)是 dict ,所以取值要按照 key:value 的形式:
In [30]: m['H_BETA']
Out[30]:
array([[ 0.68508148, 0.36764355, 0.73505849, ..., 0.27600164,
0.67968929, 0.70506438],
[ 0.74920812, 1.10949748, 0.47506305, ..., 0.32871445,
0.61247345, 1.06948844],
[ 0.83311522, 1.06321302, 0.97364609, ..., 0.85837753,
0.96296771, 1.46095171],
...,
[ nan, nan, nan, ..., nan,
nan, -9.04648469],
[ nan, nan, nan, ..., nan,
nan, nan],
[ nan, nan, nan, ..., nan,
nan, nan]])
In [31]: type(m['H_BETA'])
Out[31]: numpy.ndarray
預(yù)處理數(shù)據(jù)
上面讀出來的數(shù)據(jù)是 ndarray 類型,為了方便數(shù)據(jù)的展示,我們可以將其轉(zhuǎn)換為,pandas的DataFrame:
In [32]: import pandas as pd
In [33]: df = pd.DataFrame(m['H_BETA'])
In [34]: df.head()
Out[34]:
1 2 3 4 5 6 7 8 9 10
0.685081 0.367644 0.735058 0.085046 0.104332 0.560731 0.350219 0.758185 0.303823 0.114022 0.452877
0.749208 1.109497 0.475063 0.896100 1.117772 0.611356 0.662669 0.603077 0.863930 0.756870 0.725808
0.833115 1.063213 0.973646 0.935061 0.631670 0.916800 0.662993 0.543231 0.671558 1.027954 0.526402
0.488906 0.932741 0.956622 0.573116 0.893764 0.987304 0.380807 1.211157 0.550213 0.898408 1.153289
0.440694 0.503209 0.509693 0.477054 0.344717 -0.054662 1.124213 0.344906 0.612898 0.217625 -0.129715
[5 rows x 2111 columns]
如此,數(shù)據(jù)就比較規(guī)整了,是保存成文件,還是做其他處理,就by yourself啦!
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
django實現(xiàn)將修改好的新模型寫入數(shù)據(jù)庫
這篇文章主要介紹了django實現(xiàn)將修改好的新模型寫入數(shù)據(jù)庫,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
解讀調(diào)用jupyter?notebook文件內(nèi)的函數(shù)一種簡單方法
這篇文章主要介紹了解讀調(diào)用jupyter?notebook文件內(nèi)的函數(shù)一種簡單方法,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-01-01
Python3實現(xiàn)的判斷環(huán)形鏈表算法示例
這篇文章主要介紹了Python3實現(xiàn)的判斷環(huán)形鏈表算法,涉及Python針對環(huán)形鏈表的遍歷、判斷相關(guān)操作技巧,需要的朋友可以參考下2019-03-03

