快捷導(dǎo)航

python讀取并寫入mat文件的方法

更新時間：2019年07月12日 10:37:36 作者：tongqingliu

這篇文章主要介紹了python讀取并寫入mat文件的方法，文中給大家提到了python讀取matlab寫的mat文件問題以及解決辦法 ,需要的朋友可以參考下

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文件問題以及解決辦法

最近項目中需要在python下讀取mat文件，遇到以下問題：

1、當(dāng)數(shù)據(jù)集大小大于2GB的時候，Python就不能正確讀取mat文件了。同時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，最終會出現(xiàn)python讀取到的和matlab寫入的數(shù)據(jù)維度不相同的問題。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python讀取到的文件進行轉(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維度錯誤，所以都是（0，3，2，1）的形式，不過為了確保正確還是建議在讀取的時候顯示一下圖片。

3、可以在用matlab存儲時，提前permute一下，python正常讀取，或者matlab正常存儲，python讀取后transpose一下。步驟2就是matlab正常存儲，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 ,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！

您可能感興趣的文章: