SciPy Matlab 数组

使用 Matlab 数组

我们知道 NumPy 为我们提供了以 Python 可读格式保存数据的方法。但 SciPy 也为我们提供了与 Matlab 的互操作性。

SciPy 提供了 scipy.io 模块，其中包含用于处理 Matlab 数组的函数。

以 Matlab 格式导出数据

savemat() 函数允许我们以 Matlab 格式导出数据。

该方法接受以下参数：

  1. filename - 用于保存数据的文件名。
  2. mdict - 包含数据的字典。
  3. do_compression - 一个布尔值，指定是否压缩结果。默认为 False。

实例

将以下数组作为变量名 "vec" 导出到 mat 文件：

from scipy import io
import numpy as np

arr = np.arange(10)

io.savemat('arr.mat', {"vec": arr})

注意：上面的示例会在您的计算机上保存一个名为 "arr.mat" 的文件。

要打开文件，请查看下面的 "从 Matlab 格式导入数据" 实例：

从 Matlab 格式导入数据

loadmat() 函数允许我们从 Matlab 文件中导入数据。

该函数接受一个必需的参数：

filename - 保存数据的文件名。

它将返回一个结构化数组，其键是变量名，对应的值是变量值。

实例

从以下 mat 文件中导入数组：

from scipy import io
import numpy as np

arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9,])

# 导出：
io.savemat('arr.mat', {"vec": arr})

# 导入：
mydata = io.loadmat('arr.mat')

print(mydata)

亲自试一试

结果：

{
 '__header__': b'MATLAB 5.0 MAT-file Platform: nt, Created on: Tue Sep 22 13:12:32 2020',
 '__version__': '1.0',
 '__globals__': [],
 'vec': array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])
}

使用变量名 "vec" 仅显示 matlab 数据中的数组：

实例

...

print(mydata['vec'])

亲自试一试

结果：

[[0 1 2 3 4 5 6 7 8 9]]

注意：我们可以看到数组最初是一维的，但在提取时它增加了一维。

为了解决这个问题，我们可以传递一个额外的参数 squeeze_me=True：

实例

# 导入：
mydata = io.loadmat('arr.mat', squeeze_me=True)

print(mydata['vec'])

亲自试一试

结果：

[0 1 2 3 4 5 6 7 8 9]