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为我们提供了模块scipy.io
,它具有用于处理 Matlab 数组的函数。
这个savemat()
函数允许我们以 Matlab 格式导出数据。
该方法采用以下参数:
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})
笔记:上面的示例在您的计算机上保存文件名 "arr.mat"。
要打开该文件,请查看下面的 "Import Data from Matlab Format" 示例:
这个loadmat()
函数允许我们从 Matlab 文件导入数据。
该函数采用一个必需参数:
文件名- 保存数据的文件名。
它将返回一个结构化数组,其键是变量名称,对应的值是变量值。
从以下 mat 文件导入数组:
from scipy import io
import numpy as np
arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9,])
# Export:
io.savemat('arr.mat', {"vec": arr})
# Import:
mydata = io.loadmat('arr.mat')
print(mydata)
{ '__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]]) }亲自试一试 »
使用变量名 "vec" 仅显示 matlab 数据中的数组:
笔记:我们可以看到该数组最初是一维的,但在提取时它增加了一维。
为了解决这个问题,我们可以传递一个附加参数squeeze_me=True
:
# Import:
mydata = io.loadmat('arr.mat', squeeze_me=True)
print(mydata['vec'])
[0 1 2 3 4 5 6 7 8 9]亲自试一试 »
截取页面反馈部分,让我们更快修复内容!也可以直接跳过填写反馈内容!