首先导入scipy的包 from scipy.io import loadmat

然后读取 m = loadmat("F:/__identity/activity/论文/data/D001.mat")

注意这里m是一个dict数据结构

>>> 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 ]])

有点不太懂这个“uint8”

>>> m["labels"][0]array([1], dtype=uint8)>>> m["labels"][0][0]1>>> m["labels"][0][0] + 12>>> 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' # 注意时astype不是as_type>>> m["labels"][0].dtypedtype('uint8')>>> m["labels"][0].astype("int")array([1])

这个数据类型真是醉了：

>>> type(m["labels"][0][0] + 1)<class 'numpy.int32'>

如果要把它变成dataframe，导入pandas后

>>> df = pd.DataFrame(m["data"])>>> df.head() 0 1 2 3 4 5 6 70 1.0 0.350 0.265 0.090 0.2255 0.0995 0.0485 0.0701 2.0 0.530 0.420 0.135 0.6770 0.2565 0.1415 0.2102 1.0 0.440 0.365 0.125 0.5160 0.2155 0.1140 0.1553 3.0 0.330 0.255 0.080 0.2050 0.0895 0.0395 0.0554 3.0 0.425 0.300 0.095 0.3515 0.1410 0.0775 0.120

总结

以上所述是小编给大家介绍的python读取.mat文件的数据 ,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！