matlab、python中矩陣的互相導(dǎo)入導(dǎo)出方式
還有一種最流行的h5py.. 過幾天更新
------------在python中導(dǎo)出矩陣至matlab------------
如果矩陣是mxn維的。 那么可以用 :
np.savetxt('dev_ivector.csv', dev_ivector, delimiter = ',')
對(duì)應(yīng)matlab讀取為:
dev_ivec = csvread('dev_ivector.csv') ###csv格式其實(shí)就內(nèi)定了結(jié)構(gòu)體
如果矩陣是(n,)這種格式。['aagj' 'aagy' 'aann' ... 'zzgm' 'zzhk' 'zzwn'] 類似這種。那么可以用
f = open('label','w') for x in spk_mean_label: print(x) print(x,file=f) f.close()
對(duì)應(yīng)matlab讀取為:
spk_mean_label = importdata('label')
第二種方法。 例如
import scipy.io scipy.io.savemat('filename', mdict={ 'a':a, 'b':b})
在matlab中只需要
load 'filename';
就導(dǎo)入了a矩陣和b矩陣
python存儲(chǔ)矩陣
import pandas as pd df = pd.DataFrame(a) df.to_csv("score",sep=" ",index = False)
------------在matlab中導(dǎo)出矩陣至python------------
matlab里面得到矩陣后可以直接從工作區(qū)變量處保存為.mat文件。
然后在python中執(zhí)行下面步驟
import scipy.io as sio load_fn = 'plda_bl_score.mat' load_data = sio.loadmat(load_fn) blscores= load_data['PLDA_bl_scores']
然后blscores就是矩陣了。
第二種方法。
假如有倆個(gè)矩陣score,score1
save('score.mat','score','score1')
在python中
import scipy.io matlab_data = scipy.io.loadmat('score.mat') score = matlab_data['score'] score1 = matlab_data['score1']
補(bǔ)充知識(shí):python如何輸出矩陣的行數(shù)與列數(shù)?
對(duì)于pyhton里面所導(dǎo)入或者定義的矩陣或者表格數(shù)據(jù),想要獲得矩陣的行數(shù)和列數(shù)有以下方法:
1、利用shape函數(shù)輸出矩陣的行和列
x.shape函數(shù)可以輸出一個(gè)元組(m,n),其中元組的第一個(gè)數(shù)m表示矩陣的行數(shù),元組的第二個(gè)數(shù)n為矩陣的列數(shù)
具體代碼如下:
import numpy as np x = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]]) # 輸出數(shù)組的行和列數(shù) print(x.shape) # (4, 3) # 只輸出行數(shù) print(x.shape[0]) # 4 # 只輸出列數(shù) print (x.shape[1]) # 3
2、對(duì)于矩陣的行數(shù),也可以使len(x)函數(shù)輸出的矩陣長度,也就是所謂的行數(shù)。
import numpy as np x = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]]) # 輸出數(shù)組的行數(shù) print(len(x)) #4
3、使用x.ndim函數(shù)可以輸出矩陣維數(shù),即列數(shù)
import numpy as np x = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]]) # 輸出數(shù)組的行數(shù) print(x.ndim) #3
以上這篇matlab、python中矩陣的互相導(dǎo)入導(dǎo)出方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Tensorflow卷積神經(jīng)網(wǎng)絡(luò)實(shí)例
這篇文章主要為大家詳細(xì)介紹了Tensorflow卷積神經(jīng)網(wǎng)絡(luò)實(shí)例,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淺談python連續(xù)賦值可能引發(fā)的錯(cuò)誤
今天小編就為大家分享一篇淺談python連續(xù)賦值可能引發(fā)的錯(cuò)誤,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-11-11python快速排序的實(shí)現(xiàn)及運(yùn)行時(shí)間比較
這篇文章主要介紹了python快速排序的實(shí)現(xiàn)及運(yùn)行時(shí)間比較,本文通過兩種方法給大家介紹,大家可以根據(jù)自己需要選擇適合自己的方法,對(duì)python實(shí)現(xiàn)快速排序相關(guān)知識(shí)感興趣的朋友一起看看吧2019-11-11python flask中動(dòng)態(tài)URL規(guī)則詳解
今天小編就為大家分享一篇python flask中動(dòng)態(tài)URL規(guī)則詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-11-11基于Python實(shí)現(xiàn)簡單的學(xué)生點(diǎn)名系統(tǒng)
現(xiàn)在的學(xué)生大部分都很積極,會(huì)主動(dòng)舉手回答問題。但是,也會(huì)遇到一些不好的情況,比如年級(jí)越高主動(dòng)舉手的人越少,所以本文做了一個(gè)隨機(jī)的學(xué)生點(diǎn)名系統(tǒng)可以幫老師解決這些問題2022-09-09python日期相關(guān)操作實(shí)例小結(jié)
這篇文章主要介紹了python日期相關(guān)操作,結(jié)合實(shí)例形式總結(jié)分析了Python針對(duì)日期時(shí)間的獲取、轉(zhuǎn)換、運(yùn)算等相關(guān)操作技巧,需要的朋友可以參考下2019-06-06OpenCV2.3.1+Python2.7.3+Numpy等的配置解析
這篇文章主要介紹了OpenCV2.3.1+Python2.7.3+Numpy等的配置解析,具有一定借鑒價(jià)值,需要的朋友可以參考下2018-01-01初學(xué)者學(xué)習(xí)Python好還是Java好
在本篇文章里小編給大家分享的是關(guān)于初學(xué)者學(xué)習(xí)Python好還是Java好的相關(guān)內(nèi)容,需要的朋友們可以學(xué)習(xí)下。2020-05-05Python獲取當(dāng)前頁面內(nèi)所有鏈接的四種方法對(duì)比分析
這篇文章主要介紹了Python獲取當(dāng)前頁面內(nèi)所有鏈接的方法,結(jié)合實(shí)例形式對(duì)比分析了Python常用的四種獲取頁面鏈接的方法,并附帶了iframe框架內(nèi)鏈接的獲取方法,需要的朋友可以參考下2017-08-08