python如何批量读取.mat文件并保存成.npy
HopeTiger_only1 人气:0python批量读取.mat文件并保存成.npy
import numpy as np from scipy import io import os file_path = 'dataset/noise_FM' # 批量处理mat数据,reshape为1000 x 1024,并存为.npy def reshape_file(file_path): files = os.listdir(file_path) for file_origin in files: file = os.path.join(file_path, file_origin) data_mat = io.loadmat(file) data = data_mat['shiyu_pro'] #注意,通过io.loadmat加载的数据为字典格式 data.reshape(1000, 1024) file_name = file_origin.split('.')[0] save_path = 'redata/noise_FM/' + file_name np.save(save_path, data) # 批量加载.npy def loadnpy(file_path): files = os.listdir(file_path) A[] = np.load(files) for file_origin in files: file = os.path.join(file_path, file_origin) data = np.load(file) A.append(data)
python读取.mat文件时出现错误解决
NotImplementedError: Please use HDF reader for matlab v7.3 files
#最初用loadmat读取数据
import numpy as np from scipy import io mat = io.loadmat('test.mat')
#如果报错:NotImplementedError:Please use HDF reader for matlab v7.3 files
更改为h5py方式读取
import h5py mat = h5py.File('test.mat')
mat文件里可能有多个cell,各对应着一个dataset
可以用keys方法查看cell的名字
print(mat.keys())
可以用values方法查看各个cell的信息
print(mat.values())
可以用shape查看维度信息
print(mat['your_dataset_name'].shape)
注意,这里看到的shape信息与你在matlab打开的不同
这里的矩阵是matlab打开时矩阵的转置
所以,我们需要将它转置回来
mat_t = np.transpose(mat['your_dataset_name']) mat_t 是numpy.ndarray格式
再将其存为npy格式文件
np.save('test.npy', mat_t)
npy文件的读取很简单
import numpy as np matrix = np.load('yourfile.npy')
可以重新读取npy文件保存为mat文件
方法一(在MATLAB双击打开时遇到了错误:Unable to read MAT-file *.mat. Not a binary MAT-file. Try load -ASCII to read as text. ):
import numpy as np matrix = np.load('yourfile.npy') f = h5py.File('yourfile.mat', 'w') f.create_dataset('dataname', data=matrix)
这里不会将数据转置
方法二(使用scipy):
from scipy import io mat = np.load('rlt_gene_features.npy-layer-3-train.npy') io.savemat('gene_features.mat', {'gene_features': mat})
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。
加载全部内容