读取Python中的.mat文件

可以在Python中读取二进制MATLAB.mat文件吗

---

我看到SciPy声称支持读取.mat文件，但我没有成功。我安装了SciPy版本0.7.0，但找不到

loadmat（）

方法。

需要导入，

import SciPy.io

import scipy.io
mat = scipy.io.loadmat('file.mat')

---

无论是

scipy.io.savemat

，还是

scipy.io.loadmat

都不适用于MATLAB阵列7.3版。但好的方面是Matlab7.3版文件是hdf5数据集。因此，可以使用多种工具读取它们，包括

对于Python，您将需要

h5py

扩展，它需要在您的系统上使用HDF5

import numpy as np
import h5py
f = h5py.File('somefile.mat','r')
data = f.get('data/variable1')
data = np.array(data) # For converting to a NumPy array

还有MathWorks本身的问题。如果你有MATLAB，这可能是值得考虑的（我自己没有尝试过，但它有很多功能，不仅仅是阅读MATLAB文件）。但是，我不知道是否允许将其分发给其他用户（如果这些用户有MATLAB，这可能不是问题。否则，也许NumPy是正确的选择？）

此外，如果您想自己完成所有的基础工作，（如果链接发生变化，请尝试在谷歌上搜索

matfile_format.pdf

或其标题

MAT-FILE format

）有关文件格式结构的详细文档。这并不像我个人认为的那么复杂，但显然，这不是最简单的方法。它还取决于要支持的

.mat

-文件的功能数量

我编写了一个“小”（大约700行）Python脚本，可以读取一些基本的

.mat

-文件。我既不是Python专家，也不是初学者，写这篇文章花了我大约两天的时间（使用上面链接的MathWorks文档）。我学到了很多新东西，而且（大多数时候）很有趣。由于我在工作中编写了Python脚本，我恐怕无法发布它。。。但我可以在这里提出一些建议：

• 首先阅读文档
• 使用十六进制编辑器（如）查看要解析的引用

  .mat

  -文件
• 通过将字节保存到.txt文件并注释每行，尝试找出每个字节的含义
• 使用类保存每个数据元素（例如

  miccompressed

  ，

  miMATRIX

  ，

  mxDOUBLE

  ，或

  miINT32

  ）

• .mat

  -文件的结构最适合将数据元素保存在树型数据结构中；每个节点有一个类和子节点

---

安装MATLAB 2014b或更新版本后，可以使用：

import matlab.engine
eng = matlab.engine.start_matlab()
content = eng.load("example.mat", nargout=1)

---

首先将.mat文件另存为：

save('test.mat', '-v7')

之后，在Python中，使用通常的

loadmat

函数：

import scipy.io as sio
test = sio.loadmat('test.mat')

---

读取文件

import scipy.io
mat = scipy.io.loadmat(file_name)

print(type(mat))
#OUTPUT - <class 'dict'>

检查MAT变量的类型

import scipy.io
mat = scipy.io.loadmat(file_name)

print(type(mat))
#OUTPUT - <class 'dict'>

打印（类型（mat））
#输出-

---

字典中的键是MATLAB变量，值是分配给这些变量的对象

有一个很好的包，名为

pip install mat4py

使用起来很简单（从网站上）：

从MAT文件加载数据

import scipy.io
mat = scipy.io.loadmat(file_name)

print(type(mat))
#OUTPUT - <class 'dict'>

函数

loadmat

只使用Python的

dict

和

list

对象，将存储在MAT文件中的所有变量加载到一个简单的Python数据结构中。数值数组和单元格数组将转换为按行排序的嵌套列表。压缩数组以消除只有一个元素的数组。生成的数据结构由与格式兼容的简单类型组成

示例：将MAT文件加载到Python数据结构中：

from mat4py import loadmat

data = loadmat('datafile.mat')

变量

data

是一个

dict

，其变量和值包含在MAT文件中

将Python数据结构保存到MAT文件中

import scipy.io
mat = scipy.io.loadmat(file_name)

print(type(mat))
#OUTPUT - <class 'dict'>

Python数据可以通过函数

savemat

保存到MAT文件中。数据的结构必须与

loadmat

的结构相同，即它应该由简单的数据类型组成，如

dict

、

list

、

str

、

int

和

float

示例：将Python数据结构保存到MAT文件：

from mat4py import savemat

savemat('datafile.mat', data)

参数

data

应为带有变量的

dict

from os.path import dirname, join as pjoin
import scipy.io as sio
data_dir = pjoin(dirname(sio.__file__), 'matlab', 'tests', 'data')
mat_fname = pjoin(data_dir, 'testdouble_7.4_GLNX86.mat')
mat_contents = sio.loadmat(mat_fname)

---

您可以使用上述代码读取Python中默认保存的.mat文件。

将mat文件读取到混合数据类型的dataFrame

import scipy.io as sio
mat=sio.loadmat('file.mat')# load mat-file
mdata = mat['myVar']  # variable in mat file 
ndata = {n: mdata[n][0,0] for n in mdata.dtype.names}
Columns = [n for n, v in ndata.items() if v.size == 1]
d=dict((c, ndata[c][0]) for c in Columns)
df=pd.DataFrame.from_dict(d)
display(df)

---

这个任务有一个很棒的库：

pymatreader

只需按以下步骤操作：

安装软件包：

pip安装pymatreader

导入此软件包的相关功能：

from pymatreader Import read\u mat

使用函数读取matlab结构：

data=read\u mat（'matlab\u struct.mat'）

使用

data.keys（）

查找数据的实际存储位置

• 这些键通常看起来像：

  dict_键（[''uuuuuu header'uuuuuuuuu'、''uuuuu version'uuuuuuuuuuu'、''uuuuuuu globals'uuuuuuuuuuuuu'、'uuuuuuuuu globals'、'data'uu opp']）data\u opp

  将是存储数据的实际键。当然，此密钥的名称可以在不同的文件之间更改

最后一步-创建数据帧：

my_df=pd.dataframe（data['data\u opp']）

---

就是这样：）

也可以使用HDF5存储库。有关matlab版本支持的详细信息，请参阅官方文档

import hdf5storage

label_file = "./LabelTrain.mat"
out = hdf5storage.loadmat(label_file) 

print(type(out)) # <class 'dict'>

导入HDF5存储
label_file=“./LabelTrain.mat”
out=hdf5storage.loadmat（标签文件）
打印（打印（输出））#

除了v4（1.0级）、v6、v7至7.2 MATFILE的

scipy.io.loadmat

和7.3格式MATFILE的

h5py.File

之外，还有另一种类型的MATFILE，采用文本数据格式而不是二进制格式，通常由倍频程创建

scipy.io.loadmat

和

h5py.File

都无法加载它们（在scipy 1.5.3和h5py 3.1.0上进行了测试），我找到的唯一解决方案是