基于python读取.mat文件并取出信息

更新时间：2019年12月16日 15:35:52 作者：ZhuGaochao

这篇文章主要介绍了基于python读取.mat文件并取出信息,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

导入所需包

from scipy.io import loadmat

读取.mat文件

随便从下面文件里读取一个：

m = loadmat('H_BETA.mat') # 读出来的 m 是一个dict（字典）数据结构

读出来的m内容：

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 文件里的数据结构是 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

预处理数据

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：

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，数据就比较规整了，是保存成文件，还是做其他处理，就by yourself啦！

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

Python实现删除列表中满足一定条件的元素示例
这篇文章主要介绍了Python实现删除列表中满足一定条件的元素,结合具体实例形式对比分析了Python针对列表元素的遍历、复制、删除等相关操作技巧,需要的朋友可以参考下
2017-06-06
简单讲解Python编程中namedtuple类的用法
namedtuple类位域Collections模块中,有了namedtuple后通过属性访问数据能够让我们的代码更加的直观更好维护,下面就来简单讲解Python编程中namedtuple类的用法
2016-06-06
Python面向对象实现数据分析的实例详解
这篇文章主要通过几个实例为大家详细介绍了Python面向对象实现数据分析的方法，文中的示例代码讲解详细，对我们学习Python有一定帮助，需要的可以参考一下
2023-01-01
对Python3 pyc 文件的使用详解
今天小编就为大家分享一篇对Python3 pyc 文件的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-02-02
python 用opencv调用训练好的模型进行识别的方法
今天小编就为大家分享一篇python 用opencv调用训练好的模型进行识别的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-12-12
探究python中open函数的使用
这篇文章主要为大家详细介绍了python中open函数的使用方法，对python文件方法open进行深入研究，感兴趣的小伙伴们可以参考一下
2016-03-03
Python报错AssertionError:can only test a c
这篇文章主要介绍了Python报错AssertionError:can only test a child proc问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2023-09-09
react中useLayoutEffect 和useEffect区别
本文主要介绍了react中useLayoutEffect 和useEffect区别，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-12-12
Python Matplotlib通过plt.subplots创建子绘图
这篇文章主要介绍了Python Matplotlib通过plt.subplots创建子绘图，plt.subplots调用后将会产生一个图表和默认网格，与此同时提供一个合理的控制策略布局子绘图，更多相关需要的朋友可以参考下面文章内容
2022-07-07
简单了解Pandas缺失值处理方法
这篇文章主要介绍了简单了解Pandas缺失值处理方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-11-11

基于python读取.mat文件并取出信息

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具