python如何批量读取.mat文件并保存成.npy

时间:2022-12-14 HopeTiger_only1 人气:0

python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