使用 Python 读取 .mat 文件-IT科技

摘要：问题描述：是否可以用 Python 读取二进制 MATLAB .mat 文件？我看到 SciPy 声称支持读取 .mat 文件，但我没有成功。我安装了 SciPy 0.7.0 版本，但找不到该loadmat()方法。解决方案 1：需要导入，import scipy.io...import scipy.io m...

问题描述：

是否可以用 Python 读取二进制 MATLAB .mat 文件？

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

解决方案 1：

需要导入，import scipy.io...

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

解决方案 2：

和scipy.io.savemat都不scipy.io.loadmat适用于 MATLAB 数组版本 7.3。但好消息是 MATLAB 版本 7.3 文件是 hdf5 数据集。因此可以使用多种工具（包括NumPy）读取它们。

对于 Python，您将需要h5py扩展，它要求您的系统上有 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

解决方案 3：

首先将.mat 文件保存为：

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

之后，在 Python 中使用常用loadmat函数：

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

解决方案 4：

有一个很好的软件包mat4py，可以很容易地使用

pip install mat4py

使用起来很简单（来自网站）：

从 MAT 文件加载数据

该函数loadmat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，仅使用 Python 的dict和对象。数字和单元格数组将转换为按行排序的嵌套列表。数组被压缩以消除只有一个元素的数组。生成的数据结构由与JSONlist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dictMAT 文件中包含的变量和值。

将 Python 数据结构保存到 MAT 文件

可以使用函数将 Python 数据保存到 MAT 文件中savemat。数据的结构必须与相同loadmat，即它应由简单数据类型组成，例如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dict变量。

解决方案 5：

有一个很棒的库可以完成这个任务，叫做：pymatreader。

只要做如下操作即可：

安装软件包：pip install pymatreader
导入本包的相关函数：from pymatreader import read_mat
使用函数读取 matlab 结构：data = read_mat('matlab_struct.mat')
用于data.keys()定位数据的实际存储位置。

密钥通常看起来像：dict_keys(['__header__', '__version__', '__globals__', 'data_opp'])。其中data_opp是存储数据的实际密钥。当然，此密钥的名称可以在不同的文件之间更改。

最后一步-创建数据框：my_df = pd.DataFrame(data['data_opp'])

就是这样：）

解决方案 6：

安装 MATLAB 2014b 或更新版本后，可以使用Python 的 MATLAB 引擎：

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

解决方案 7：

读取文件

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

检查 MAT 变量的类型

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

字典中的键是MATLAB变量，值是分配给这些变量的对象。

解决方案 8：

将 mat 文件读取为具有混合数据类型的 pandas 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)

解决方案 9：

MathWorks 本身也有Python 版 MATLAB 引擎。如果您有 MATLAB，这可能值得考虑（我自己没有尝试过，但它的功能远不止读取 MATLAB 文件）。但是，我不知道是否允许将其分发给其他用户（如果这些人有 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基本操作，MathWorks 提供了（如果链接发生变化，请尝试谷歌搜索matfile_format.pdf或它的标题MAT-FILE Format）有关文件格式结构的详细文档。它并不像我个人想象的那么复杂，但显然，这不是最简单的方法。这还取决于.mat您想要支持多少个文件的功能。

我编写了一个“小型”（约 700 行）Python 脚本，它可以读取一些基本.mat文件。我既不是 Python 专家也不是初学者，我花了大约两天时间编写它（使用上面链接的 MathWorks 文档）。我学到了很多新东西，而且它很有趣（大多数时候）。由于我是在工作中编写 Python 脚本的，恐怕我无法发布它……但我可以在这里给出一些建议：

首先阅读文档。
使用十六进制编辑器（例如HxD）并查看.mat您想要解析的参考文件。
尝试通过将字节保存到 .txt 文件并注释每一行来找出每个字节的含义。
使用类保存每个数据元素（例如miCOMPRESSED、miMATRIX、mxDOUBLE或miINT32）
-files.mat的结构最适合将数据元素保存在树数据结构中；每个节点都有一个类和子节点

解决方案 10：

scipy.io.loadmat除了v4（级别 1.0）、v6、v7 到 7.2 的 matfile 和 7.3 格式的 matfile之外h5py.File，还有另一种类型的 matfile，它们是文本数据格式而不是二进制格式，通常由Octave创建，甚至无法在 MATLAB 中读取。

scipy.io.loadmat和都h5py.File无法加载它们（在 scipy 1.5.3 和 h5py 3.1.0 上测试），我找到的唯一解决方案是numpy.loadtxt。

import numpy as np
mat = np.loadtxt('xxx.mat')

解决方案 11：

安装 scipy

pip install scipy

导入 scipy.io.loadmat 模块

     from scipy.io import loadmat
      annots = loadmat('annotation_0001.mat')
      print(annots)

解析 .mat 文件结构

   con_list = [[element for element in upperElement] for upperElement in annots['obj_contour']]

使用 Pandas 数据框处理数据

import pandas as pd
   newData = list(zip(con_list[0], con_list[1]))
   columns = ['obj_contour_x', 'obj_contour_y']
   df = pd.DataFrame(newData, columns=columns)

参考：
https: //www.askpython.com/python/examples/mat-files-in-python

解决方案 12：

也可以使用 hdf5 存储库。有关 matlab 版本支持的详细信息请参阅这里的官方文档。

import hdf5storage

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

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

解决方案 13：

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。

解决方案 14：

在自己努力解决这个问题并尝试了其他库（我不得不说 mat4py 也是一个很好的库，但有一些限制）之后，我构建了这个库（“ matdata2py ”），它可以处理大多数变量类型，对我来说最重要的是“字符串”类型。.mat 文件需要保存在 -V7.3 版本中。我希望这对社区有用。

安装：

pip install matdata2py

如何使用这个库：

import matdata2py as mtp

要加载 Matlab 数据文件：

Variables_output = mtp.loadmatfile(file_Name, StructsExportLikeMatlab = True, ExportVar2PyEnv = False)
print(Variables_output.keys()) # with ExportVar2PyEnv = False the variables are as elements of the Variables_output dictionary.

使用 ExportVar2PyEnv = True，您可以将每个变量分别视为与 Mat 文件中保存的名称相同的 python 变量。

标志描述

StructsExportLikeMatlab = True/False 结构以字典格式 (False) 或类似于 Matlab 的点格式导出 (True)

ExportVar2PyEnv = True/False 将所有变量导出到单个字典中 (True) 或作为单独的变量导出到 Python 环境 (False)

解决方案 15：

scipy 可以完美地加载 .mat 文件。我们可以使用 get() 函数将其转换为 numpy 数组。

mat = scipy.io.loadmat('point05m_matrix.mat')

x = mat.get("matrix")
print(type(x))
print(len(x))

plt.imshow(x, extent=[0,60,0,55], aspect='auto')
plt.show()

解决方案 16：

使用 Python 上传和读取 mat 文件

在 python 中安装 mat4py。安装成功后我们将获得：
成功安装 mat4py-0.5.0。
从 mat4py 导入 loadmat。
将文件的实际位置保存在变量内。
使用python将mat文件格式加载到数据值

pip install mat4py

from mat4py import loadmat

boston = r"E:Downloadsoston.mat"
data = loadmat(boston, meta=False)