python怎么读取matlab的mat文件,matlab读取mat文件中mat数据
本文主要介绍python如何处理matlab的mat数据，具有很好的参考价值。希望对大家有帮助。如有错误或不足之处，请不吝赐教。
00-1010 mat MATLAB *的数据处理。mat格式数据和常见错误汇总1。数据读取错误2。数据类型错误
目录
Python和matlab是两种常用的实验室平台工具。在一些应用中，这两个不同平台的数据会相互处理，如何读取和保存就显得尤为重要。这里需要用到python第三方平台下的scipy模块。
使用以下命令检查是否下载了scipy。
导入副本
如果报告了错误，请下载并使用python install scipy或conda install scipy安装它。
您需要在scipy的输入和输出类中使用loadmat和savemat方法：
将scipy.io作为sio导入
sio.loadmat(文件名，mdict=无，appendmat=真，**kwargs)
sio.savemat(文件名，mdict，appendmat=True，格式=5 ，长字段名称=False，do_compression=False，oned_as=row
下面是一个简单的错误示例：(需要传递字典格式的参数)
将scipy.io作为sio导入
将numpy作为np导入
x=np.ones((3，3))
x
[86]:
数组([[1。 1. 1.],
[1. 1. 1.],
[1. 1. 1.]])
sio.savemat(f.mat ，x)
回溯(最近呼叫):
模块中文件 ipython-input-87-d739bc03c885 第1行
sio.savemat(f.mat ，x)
下面是一个简单的保存和导入示例：
将scipy.io作为sio导入
将numpy作为np导入
x=np.ones((3，3))
x
[86]:
数组([[1。 1. 1.],
[1. 1. 1.],
[1. 1. 1.]])
sio.savemat(f.mat ，{x:x})
myMat=sio.loadmat(f.mat )
Print(myMat) #作为字典输出
{ _ _ header _ _ : b MATLAB 5.0 MAT-file platform : nt，创建于： Fri 2020年8月21日16:29:37 ， __version__: 1.0 ， __globals__: []， x:数组([[1 . 1. 1.],
[1. 1. 1.],
[1. 1. 1.]])}
#保存名称键，输出列表值
打印(myMat[x])
[[1.1.1.]
[1.1.1.]
[1.1.1.]]
如果要将python数据保存为mat数据，需要cell格式的数据，但是python并没有实现cell，所以需要numpy模块。你可以看看这个博客。
处理matlab的mat数据
由于matlab和python的编程方式不同，有时在编译程序时需要使用python调用matlab中的格式数据。下面是如何调用mat格式数据和常见错误的解决方法，仅供参考！
处理matlab的*.mat格式数据及常见错误汇总
#最初使用loadmat读取数据
将numpy作为np导入
从scipy.io导入loadmat
img=load mat( im . mat )[im]# im . mat是mat数据的名称，用[ im ]表示
im表示该文件下im的数据
使用如上代码读取数据时，会出现如下错误：
如果出现以上错误，改用下面方式读取，
import h5pyimg = h5py.File(im.mat)[im]
img = h5py.File(im.mat，r)[im] # 无警告
二、数据类型错误
（用Python处理图像时，若涉及加减运算，溢出差值被重新赋值255-0）
# python代码import h5py
import numpy as np
img = h5py.File(im.mat)[im]
# python中的M，N刚刚好与matlab中的M，N取值相反，此处进行转置与matlab相同矩阵格式进行处理
x = np.array(img).T
[M, N] = x.shape
if M < 16 and N < 16:
score = -2
# Feature Extraction:
# 1. horizontal features
d_h = x[:, 1:N] - x[:, 0:N - 1] # 该步操作图像产生满溢，溢出后差值可能都被赋为255，依次递减
此种情况下，d_h数据会出现满溢情况，下面就是相同数据在python和matlab下面进行运算的差异性。
% Matlab 代码img = laod(im.mat)
[M, N] = size(x)
if M < 16 N < 16
score = -2;
end
x = double(img); % 将无符号类型uint8数据类型转换为double类型
% Feature Extraction:
% 1. horizontal features
d_h = x(:, 2:N) - x(:, 1:(N-1));
原因： 导入数据类型为 uint8 数据格式，该种格式下是没有负数的，在matlab中进行运算时，先将uint8数据类型转化为了double类型，然后进行了减法运算，所以会出现如上结果，但是在python中，由于没有double类型，所以需要自己手动设置数据格式类型，只需要改成不是uint8格式即可（具体格式需要根据需求，此处改成了int8格式类型）。解决方法非常简单，只需在上面的一行代码中加入数据类型即可：
x = np.array(img,dtype = int8).T # 对读取的uint8格式数据进行重新定义一下格式即可x = np.array(img,dtype = float).T # 下面这种格式虽然是浮点型，但是计算过程不容易出错，如果是上面的int8会出现部分错误，需要注意
现在看一下结果，就跟matlab处理结果一样了。
虽然下面是浮点型，但是能够保证数据转化的精度和准确性，img的影像数据转化成数值时不出错误，非必要情况下，不要使用int8数据格式，因为使用int8格式数据类型，会在某些部分出错，这一定要注意。（改组数据中（0，80）数值在int8格式转化时出错，原始数值为129，转化之后变成127，而使用float格式则不会出现错误）
原始数据unit8数据格式类型的数值为129，在python中不同格式类型的值就不一样。
所以uint8格式，在python运算中还是转换成float格式靠谱，转换成int8真的不行呀！
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盛行IT软件开发工作室。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。