python讀取.mat文件的數(shù)據(jù)及實(shí)例代碼
更新時(shí)間：2019年07月12日 10:27:01 作者：chen狗蛋兒
這篇文章主要介紹了python讀取.mat文件的數(shù)據(jù)的方法，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下
首先導(dǎo)入scipy的包 from scipy.io import loadmat
然后讀取 m = loadmat("F:/__identity/activity/論文/data/D001.mat")
注意這里m是一個(gè)dict數(shù)據(jù)結(jié)構(gòu)
>>> m
{'__header__': b'MATLAB 5.0 MAT-file, Platform: PCWIN, Created on: Mon Aug 15 22:16:43 2011', '__globals__': [], 'labels': array([[1],
[3],
[4],
...,
[4],
[3],
[4]], dtype=uint8), 'data': array([[ 1. , 0.35 , 0.265 , ..., 0.0995, 0.0485, 0.07 ],
[ 2. , 0.53 , 0.42 , ..., 0.2565, 0.1415, 0.21 ],
[ 1. , 0.44 , 0.365 , ..., 0.2155, 0.114 , 0.155 ],
...,
[ 1. , 0.59 , 0.44 , ..., 0.439 , 0.2145, 0.2605],
[ 1. , 0.6 , 0.475 , ..., 0.5255, 0.2875, 0.308 ],
[ 2. , 0.625 , 0.485 , ..., 0.531 , 0.261 , 0.296 ]]), '__version__': '1.0'}
>>> m.keys()
dict_keys(['__header__', '__globals__', 'labels', 'data', '__version__'])
>>> m["labels"]
array([[1],
[3],
[4],
...,
[4],
[3],
[4]], dtype=uint8)
>>> m["data"]
array([[ 1. , 0.35 , 0.265 , ..., 0.0995, 0.0485, 0.07 ],
[ 2. , 0.53 , 0.42 , ..., 0.2565, 0.1415, 0.21 ],
[ 1. , 0.44 , 0.365 , ..., 0.2155, 0.114 , 0.155 ],
...,
[ 1. , 0.59 , 0.44 , ..., 0.439 , 0.2145, 0.2605],
[ 1. , 0.6 , 0.475 , ..., 0.5255, 0.2875, 0.308 ],
[ 2. , 0.625 , 0.485 , ..., 0.531 , 0.261 , 0.296 ]])
有點(diǎn)不太懂這個(gè)“uint8”
>>> m["labels"][0]
array([1], dtype=uint8)
>>> m["labels"][0][0]
1
>>> m["labels"][0][0] + 1
2
>>> m["labels"][0].as_type("int")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'as_type' # 注意時(shí)astype不是as_type
>>> m["labels"][0].dtype
dtype('uint8')
>>> m["labels"][0].astype("int")
array([1])
這個(gè)數(shù)據(jù)類(lèi)型真是醉了：
>>> type(m["labels"][0][0] + 1) <class 'numpy.int32'>
如果要把它變成dataframe，導(dǎo)入pandas后
>>> df = pd.DataFrame(m["data"]) >>> df.head() 0 1 2 3 4 5 6 7 0 1.0 0.350 0.265 0.090 0.2255 0.0995 0.0485 0.070 1 2.0 0.530 0.420 0.135 0.6770 0.2565 0.1415 0.210 2 1.0 0.440 0.365 0.125 0.5160 0.2155 0.1140 0.155 3 3.0 0.330 0.255 0.080 0.2050 0.0895 0.0395 0.055 4 3.0 0.425 0.300 0.095 0.3515 0.1410 0.0775 0.120
總結(jié)
以上所述是小編給大家介紹的python讀取.mat文件的數(shù)據(jù) ,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
在PyCharm中控制臺(tái)輸出日志分層級(jí)分顏色顯示的方法
今天小編就為大家分享一篇在PyCharm中控制臺(tái)輸出日志分層級(jí)分顏色顯示的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
在如今的大數(shù)據(jù)時(shí)代，數(shù)據(jù)的價(jià)值可想而知。有時(shí)候?yàn)榱俗鰷y(cè)試，需要模擬真實(shí)的環(huán)境，但是又不能直接使用真實(shí)數(shù)據(jù)，就需要我們認(rèn)為制造一些數(shù)據(jù)出來(lái)。這時(shí)候就要來(lái)說(shuō)說(shuō)Python這的Faker庫(kù)了，快跟隨小編來(lái)學(xué)習(xí)一下這個(gè)庫(kù)吧2022-04-04
TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)
這篇文章主要為大家詳細(xì)介紹了TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-05-05
Python異常對(duì)象Exception基礎(chǔ)類(lèi)異常捕捉
這篇文章主要為大家介紹了Python異常對(duì)象異常捕捉及Exception基礎(chǔ)類(lèi)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
Python?pycharm提交代碼遇到?jīng)_突解決方法
這篇文章主要介紹了Python?pycharm提交代碼遇到?jīng)_突解決方法，文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-08-08
關(guān)于python中迭代器，生成器介紹的文章不算少數(shù)，有些寫(xiě)的也很透徹，但是更多的是碎片化的內(nèi)容。本篇嘗試用系統(tǒng)的介紹三者的概念和關(guān)系，需要的可以參考一下2022-05-05
python3 xpath和requests應(yīng)用詳解
這篇文章主要介紹了python3 xpath和requests應(yīng)用詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03
python調(diào)用系統(tǒng)ffmpeg實(shí)現(xiàn)視頻截圖、http發(fā)送
這篇文章主要為大家詳細(xì)介紹了python調(diào)用系統(tǒng)ffmpeg實(shí)現(xiàn)視頻截圖、http發(fā)送，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03
這篇文章主要介紹了django admin組件使用方法詳解,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2019-07-07
這篇文章主要介紹了Flask框架模板繼承實(shí)現(xiàn)方法,結(jié)合實(shí)例形式分析了模板繼承的應(yīng)用場(chǎng)景及flask實(shí)現(xiàn)模板繼承的相關(guān)操作技巧,需要的朋友可以參考下2019-07-07