在 Python 中读取 .mat 文件

Question

是否可以在 Python 中读取二进制 MATLAB .mat 文件？

我已经看到 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 loadmat() 方法。

Answer 1

需要导入，import scipy.io...

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

Answer 2

scipy.io.savemat 和 scipy.io.loadmat 均不适用于 MATLAB 数组版本 7.3。 但好的一点是 MATLAB 7.3 版文件是 hdf5 数据集。 因此可以使用许多工具来读取它们，包括 NumPy。

对于 Python，您将需要 h5py 扩展，这需要您的系统上有 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

Answer 3

首先将 .mat 文件另存为：

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

然后，在 Python 中，使用常用的 loadmat 函数：

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

Answer 4

有一个名为 mat4py 的不错的软件包，可以使用

pip install mat4py

它 轻松安装简单易用（来自网站）：

从 MAT 文件加载数据

函数 loadmat 将 MAT 文件中存储的所有变量加载到简单的 Python 数据结构中，使用仅 Python 的 dict 和 list 对象。 数字和元胞数组将转换为行排序的嵌套列表。 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 JSON 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 是一个 dict，其中包含 MAT 文件中的变量和值。

将 Python 数据结构保存到 MAT 文件

可以使用函数 savemat 将 Python 数据保存到 MAT 文件。 数据的结构必须与 loadmat 相同，即它应该由简单的数据类型组成，例如 dict、list、<代码>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 应是带有变量的 dict。

Answer 5

有一个很棒的库可以完成此任务，称为：pymatreader。

只需执行以下操作：

1. 安装包：pip install pymatreader

2. 导入该包的相关函数：from pymatreader import read_mat

3. 使用函数读取matlab结构体：data = read_mat('matlab_struct.mat')

4. 使用data.keys()定位数据实际存储的位置.

• 键通常如下所示：dict_keys(['__header__', '__version__', '__globals__', 'data_opp'])。 其中 data_opp 将是存储数据的实际键。 当然，这个键的名称可以在不同的文件之间更改。

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

就是这样:)

Answer 6

安装 MATLAB 2014b 或更高版本后，适用于 Python 的 MATLAB 引擎 可以使用：

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

Answer 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，并且值是分配给这些变量的对象。

Answer 8

将 mat 文件读取到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)

Answer 9

还有 Python 的 MATLAB 引擎 MathWorks 本身。 如果您有 MATLAB，这可能值得考虑（我自己没有尝试过，但它比仅仅读取 MATLAB 文件有更多的功能）。 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 是正确的方法？）。

另外，如果您想自己完成所有基础知识，MathWorks 提供了（如果链接发生变化，请尝试在 google 上搜索 matfile_format.pdf 或其标题 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。 它还取决于您想要支持的 .mat 文件的功能数量。

我编写了一个“小”（大约 700 行）Python 脚本，它可以读取一些基本的 .mat 文件。 我既不是 Python 专家，也不是初学者，我花了大约两天的时间来编写它（使用上面链接的 MathWorks 文档）。 我学到了很多新东西，而且非常有趣（大多数时候）。 由于我在工作中编写了Python脚本，我担心我无法发布它......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）并查看参考 .mat< /code>-您要解析的文件。
• 通过将字节保存到 .txt 文件并注释每一行来尝试弄清楚每个字节的含义。
• 使用类保存每个数据元素（例如 miCOMPRESSED、miMATRIX、mxDOUBLE 或 miINT32
• ） >.mat-files 的结构最适合将数据元素保存在树形数据结构中； 每个节点有一个类和子节点

Answer 10

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

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

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

Answer 11

1. 安装 scipy

   pip 安装 scipy

2. 导入 scipy.io.loadmat 模块

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

3. 解析 .mat 文件结构

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

4. 使用 Pandas 数据帧来处理数据

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)

引用：
https://www.askpython.com/python/examples/mat- python 中的文件

Answer 12

还可以使用hdf5storage库。 官方文档此处了解有关 matlab 版本的详细信息支持。

import hdf5storage

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

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

Answer 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)

您可以使用上面的代码读取Python中默认保存的.mat文件。

Answer 14

在我自己努力解决这个问题并尝试其他库（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") 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。 -V7.3版本需要保存.mat文件。 我希望这对社区有用。

安装：

pip install matdata2py

如何使用该库：

import matdata2py as mtp

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Python变量，其名称与Mat文件中保存的名称相同。

标志说明

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) 或作为单独的单个变量导出到 python 中环境（错误）

Answer 15

scipy 将完美地加载 .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()

Answer 16

在 python 中上传和读取 mat 文件

1. 在 python 中安装 mat4py。安装成功后，我们得到：
2. 已成功安装 mat4py-0.5.0。
3. 从 mat4py 导入 loadmat。
4. 将文件的实际位置保存在变量内。
5. 使用 python 将 mat 文件格式加载为数据值
   pip 安装 mat4py
从 mat4py 导入 loadmat
波士顿 = r"E:\Downloads\boston.mat"
data = loadmat(波士顿，meta=False)