python讀取并寫入mat文件的方法
先給大家介紹下python讀取并寫入mat文件的方法
用matlab生成一個(gè)示例mat文件:
clear;clc matrix1 = magic(5); matrix2 = magic(6); save matData.mat
用python3讀取并寫入mat文件:
import scipy.io data = scipy.io.loadmat('matData.mat') # 讀取mat文件 # print(data.keys()) # 查看mat文件中的所有變量 print(data['matrix1']) print(data['matrix2']) matrix1 = data['matrix1'] matrix2 = data['matrix2'] print(matrix1) print(matrix2) scipy.io.savemat('matData2.mat',{'matrix1':matrix1, 'matrix2':matrix2}) # 寫入mat文件
ps:python讀取matlab寫的mat文件問(wèn)題以及解決辦法
最近項(xiàng)目中需要在python下讀取mat文件,遇到以下問(wèn)題:
1、當(dāng)數(shù)據(jù)集大小大于2GB的時(shí)候,Python就不能正確讀取mat文件了。同時(shí)matlab也不能保存相應(yīng)的文件,只能以 -V7.3的形式保存。具體如下:
#利用h5py讀取-v7.3的.mat文件: import h5py dict_data = h5py.File('***.mat') #在Python中讀取的.mat為字典格式 array_data = dict_data['array_name'] #其中的array_name為在保存為.mat之前的真正變量名,如 MATLAB命令:save ***.mat array_name -v7.3
2、當(dāng)文件以h5py寫入時(shí),最終會(huì)出現(xiàn)python讀取到的和matlab寫入的數(shù)據(jù)維度不相同的問(wèn)題。比如寫入的是(1000,128,128,3)但是python讀取到的維度就是(128,128,3,1000)。所以需要對(duì)python讀取到的文件進(jìn)行轉(zhuǎn)置的處理。具體如下:
data_train = h5py.File('train_order6.mat','r') input_train = data_train['z_wrap'] input_train = np.transpose(input_train,(0,2,1)) #The shape is changed to be consistent with tensoflow [25000,128,128]->[25000,128,128] input_train = np.expand_dims(input_train,axis=3) #[25000,128,128]->[25000,128,128,1] label_train = data_train['z_allRegion'] label_train = np.transpose(label_train,(0,3,2,1))#The shape is changed to be consistent with tensoflow [25000,11,128,128]->[25000,128,128,11]
一般都是第一維度和最后一個(gè)維度錯(cuò)誤,所以都是(0,3,2,1)的形式,不過(guò)為了確保正確還是建議在讀取的時(shí)候顯示一下圖片。
3、可以在用matlab存儲(chǔ)時(shí),提前permute一下,python正常讀取,或者matlab正常存儲(chǔ),python讀取后transpose一下。步驟2就是matlab正常存儲(chǔ),python讀取后transpose.
總結(jié)
以上所述是小編給大家介紹的python讀取并寫入mat文件的方法 ,希望對(duì)大家有所幫助,如果大家有任何疑問(wèn)請(qǐng)給我留言,小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持!
如果你覺(jué)得本文對(duì)你有幫助,歡迎轉(zhuǎn)載,煩請(qǐng)注明出處,謝謝!
相關(guān)文章
Python將多個(gè)excel表格合并為一個(gè)表格
這篇文章主要為大家詳細(xì)介紹了Python將多個(gè)excel表格合并為一個(gè)表格的方法,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-01-01Python在后臺(tái)自動(dòng)解壓各種壓縮文件的實(shí)現(xiàn)方法
這篇文章主要介紹了Python在后臺(tái)自動(dòng)解壓各種壓縮文件的實(shí)現(xiàn)方法,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-11-11LyScript實(shí)現(xiàn)指令查詢功能的示例代碼
對(duì)LyScript自動(dòng)化插件進(jìn)行二次封裝,可以實(shí)現(xiàn)從內(nèi)存中讀入目標(biāo)進(jìn)程解碼后的機(jī)器碼。所以本文為大家介紹了如何實(shí)現(xiàn)LyScript指令查詢功能,需要的可以參考一下2022-09-09python shutil文件操作工具使用實(shí)例分析
這篇文章主要介紹了python shutil文件操作工具使用實(shí)例分析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12Python使用scipy進(jìn)行曲線擬合的方法實(shí)例
這篇文章主要給大家介紹了關(guān)于Python使用scipy進(jìn)行曲線擬合的相關(guān)資料,Scipy優(yōu)化和擬合采用的是optimize模塊,該模塊提供了函數(shù)最小值(標(biāo)量或多維)、曲線擬合和尋找等式的根的有用算法,需要的朋友可以參考下2022-05-05PyTorch 導(dǎo)數(shù)應(yīng)用的使用教程
這篇文章主要介紹了PyTorch 導(dǎo)數(shù)應(yīng)用的使用教程,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08Python實(shí)現(xiàn)自動(dòng)合并Word并添加分頁(yè)符
這篇文章主要為大家詳細(xì)介紹了如何基于Python實(shí)現(xiàn)對(duì)多個(gè)Word文檔加以自動(dòng)合并,并在每次合并時(shí)按要求增添一個(gè)分頁(yè)符的功能,感興趣的可以了解一下2023-02-02Python實(shí)現(xiàn)雙X軸雙Y軸繪圖的示例詳解
這篇文章主要介紹了如何利用fig.add_subplot和axes.twinx().twiny()方法實(shí)現(xiàn)雙X軸雙Y軸繪圖,文中的示例代碼講解詳細(xì),快跟隨小編一起動(dòng)手嘗試一下吧2022-04-04