489

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，找不到loadmat()方法。

4

12 回答 12

689

需要导入，import scipy.io...

import scipy.io
mat = scipy.io.loadmat('file.mat')
于 2009-05-17T12:16:13.443 回答
192

不适用于 MATLAB 数组 7.3 版scipy.io.savemat。scipy.io.loadmat但好的部分是 MATLAB 7.3 版文件是 hdf5 数据集。因此可以使用包括NumPy在内的多种工具来读取它们。

对于 Python，您将需要h5py扩展，这需要您系统上的 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
于 2013-10-12T23:06:48.453 回答
30

首先将 .mat 文件另存为：

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

之后，在 Python 中，使用通常的loadmat函数：

import scipy.io as sio
test = sio.loadmat('test.mat')
于 2015-06-16T13:25:39.633 回答
22

有一个很好的包叫做mat4py它可以很容易地安装使用

pip install mat4py

使用起来很简单（来自网站）：

从 MAT 文件加载数据

该函数仅使用 Python和对象loadmat将存储在 MAT 文件中的所有变量加载到简单的 Python 数据结构中。数值和元胞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JSON格式兼容的简单类型组成。dictlist

示例：将 MAT 文件加载到 Python 数据结构中：

from mat4py import loadmat

data = loadmat('datafile.mat')

该变量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

Python 数据可以使用savemat. 数据的结构必须与 for 相同loadmat，即它应该由简单的数据类型组成，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dict与变量一起使用。

于 2018-09-23T14:06:31.533 回答
15

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。

于 2018-03-05T17:10:41.377 回答
14

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)
于 2015-03-06T22:58:25.880 回答
10

还有 MathWorks 本身的MATLAB Engine for Python。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 是正确的方法？）。

此外，如果您想自己完成所有基础知识，MathWorks 提供了（如果链接更改，请尝试 googlematfile_format.pdf或其标题MAT-FILE Format）有关文件格式结构的详细文档。它并不像我个人认为的那么复杂，但显然，这不是最简单的方法。它还取决于.mat您想要支持的 -files 的多少功能。

我写了一个“小”（大约 700 行）Python 脚本，它可以读取一些基本.mat的文件。我既不是 Python 专家也不是初学者，我花了大约两天时间来编写它（使用上面链接的 MathWorks 文档）。我学到了很多新东西，而且很有趣（大部分时间）。由于我在工作中编写了 Python 脚本，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。
  • 使用类来保存每个数据元素（例如miCOMPRESSED、miMATRIX、mxDOUBLE或miINT32）
  • -files的.mat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
于 2014-10-10T09:16:28.483 回答
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)
于 2020-12-08T19:30:56.383 回答
8

这个任务有一个很棒的库，叫做：pymatreader.

只需执行以下操作：

  1. 安装包：pip install pymatreader

  2. 导入这个包的相关功能：from pymatreader import read_mat

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

  4. 用于data.keys()定位数据的实际存储位置。

  • 键通常如下所示：dict_keys(['__header__', '__version__', '__globals__', 'data_opp']). data_opp存储数据的实际密钥在哪里。这个键的名字当然可以在不同的文件之间改变。
  1. 最后一步 - 创建您的数据框：my_df = pd.DataFrame(data['data_opp'])

就是这样 ：）

于 2021-03-03T08:28:04.950 回答
2

除了scipy.io.loadmat用于 v4（1.0 级）、v6、v7 到 7.2 格式的 matfile 和 h5py.File7.3 格式的 matfile，还有另一种类型的 matfile 是文本数据格式而不是二进制文件，通常由Octave创建，甚至无法在 MATLAB 中读取。

两者scipy.io.loadmat都h5py.File无法加载（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')
于 2021-05-27T07:43:25.657 回答
1 
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。

于 2019-11-19T10:48:07.360 回答
0

也可以使用 hdf5storage 库。有关 matlab 版本支持的详细信息，请单击此处的官方文档。

import hdf5storage

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

print(type(out)) # <class 'dict'>
于 2021-04-26T15:53:45.677 回答