脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python读取mat文件

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

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:

相关文章

  • python 伯努利分布详解

    python 伯努利分布详解

    今天小编就为大家分享一篇python 伯努利分布详解，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
    2020-02-02
  • Python处理EXCEL表格导入操作分步讲解

    Python处理EXCEL表格导入操作分步讲解

    python操作excel主要用到xlrd和pandas两个库，xlrd读取表格数据，支持xlsx和xls格式的excel表格，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的朋友可以参考一下
    2022-08-08
  • 利用Python的turtle库绘制玫瑰教程

    利用Python的turtle库绘制玫瑰教程

    今天小编就为大家分享一篇利用Python的turtle库绘制玫瑰教程，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
    2019-11-11
  • python3读取autocad图形文件.py实例

    python3读取autocad图形文件.py实例

    这篇文章主要介绍了python3读取autocad图形文件.py实例，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
    2020-06-06
  • 读取本地json文件,解析json(实例讲解)

    读取本地json文件,解析json(实例讲解)

    下面小编就为大家分享一篇读取本地json文件,解析json的实例讲解，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
    2017-12-12
  • python 制作手机归属地查询工具(附源码)

    python 制作手机归属地查询工具(附源码)

    这篇文章主要介绍了python 制作手机归属地查询工具，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
    2021-03-03
  • python字符串操作的15种方法汇总

    python字符串操作的15种方法汇总

    对于python中的字符串,有多种操作方法,下面这篇文章主要给大家介绍了关于python字符串操作的15种方法,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-09-09
  • django实现将修改好的新模型写入数据库

    django实现将修改好的新模型写入数据库

    这篇文章主要介绍了django实现将修改好的新模型写入数据库，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
    2020-03-03
  • 解读调用jupyter notebook文件内的函数一种简单方法

    解读调用jupyter notebook文件内的函数一种简单方法

    这篇文章主要介绍了解读调用jupyter notebook文件内的函数一种简单方法，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
    2023-01-01
  • Python3实现的判断环形链表算法示例

    Python3实现的判断环形链表算法示例

    这篇文章主要介绍了Python3实现的判断环形链表算法,涉及Python针对环形链表的遍历、判断相关操作技巧,需要的朋友可以参考下
    2019-03-03

最新评论