mat矩阵和npy矩阵实现互相转换(python和matlab)

目录
  • mat矩阵和npy矩阵互相转换
    • numpy.narray矩阵保存为mat文件
    • 读取mat文件
  • npy文件与mat文件的保存与读取
    • 1. npy文件
    • 2. mat文件

mat矩阵和npy矩阵互相转换

numpy.narray矩阵保存为mat文件

import numpy as np
import scipy.io as io
mat_path = 'your_mat_save_path'
mat = np.zeros([4, 20])
io.savemat(mat_path, {'name': mat})

注意这里的mat是numpy类型的

读取mat文件

import numpy as np
from scipy import io
mat = io.loadmat('yourfile.mat')
# 如果报错:Please use HDF reader for matlab v7.3 files
# 改为下一种方式读取
import h5py
mat = h5py.File('yourfile.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, 现在要用list(mat.keys()),
# 另外,读取要用data = mat.get('名字'), 然后可以再用Numpy转为array
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('yourfile.npy', mat_t)

npy文件与mat文件的保存与读取

除了常用的csv文件和excel文件之外,我们还可以通过PY把数据保存文npy文件格式和mat文件格式。

1. npy文件

npy即numpy对应的文件格式,关于其保存使用的是np.save()方法,其读取使用的是np.load()方法。 

具体示例如下:

import numpy as np
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))

              

保存文件:

如图,矩阵和numpy数组都支持以npy文件类型保存。

np.save('a.npy', a)
np.save('b.npy', b)

                    

读取文件

data1 = np.load('a.npy')
data2 = np.load('b.npy')
print(data1)
print(type(data1))
print("=================================")
print(data2)
print(type(data2))

               

如图npy数据被成功读取,且都是numpy数组数据类型。

2. mat文件

保存为mat文件依赖于scipy库中的scipy.io.savemat()方法,读取则需要用到scipy.io.loadmat()方法。

保存时,不仅仅需要传入变量,还需要将该变量的类型一并以字典的形式传入,一样支持numpy数组和矩阵。

具体示例如下:

import numpy as np
from scipy import io
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))
io.savemat('a.mat', {'matrix': a})
io.savemat('b.mat', {'array': b})

读取数据

data1 = io.loadmat('a.mat')
print(data1)
print(type(data1))
print("=================================")
data2 = io.loadmat('b.mat')
print(data2)
print(type(data2))

如图,数据成功被读取。但是读取的结果是一个字典,如果需要进一步读取到数据,则需要根据键名将其取出:

print(data1['matrix'])
print(type(data1['matrix']))
print("=================================")
print(data2['array'])
print(type(data2['array']))

               

取出时的键与存储时的变量类型有关,取出的数据都是numpy数组,不再有矩阵类型。

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我们。

(0)

相关推荐

  • matlab、python中矩阵的互相导入导出方式

    还有一种最流行的h5py.. 过几天更新 ------------在python中导出矩阵至matlab------------ 如果矩阵是mxn维的. 那么可以用 : np.savetxt('dev_ivector.csv', dev_ivector, delimiter = ',') 对应matlab读取为: dev_ivec = csvread('dev_ivector.csv') ###csv格式其实就内定了结构体 如果矩阵是(n,)这种格式.['aagj' 'aagy' 'aann'

  • Python实现npy/mat文件的保存与读取

    目录 1. npy文件 2. mat文件 补充 读取mat文件并存为npy格式文件 npy文件的读取很简单 重新读取npy文件保存为mat文件 除了常用的csv文件和excel文件之外,我们还可以通过PY把数据保存文npy文件格式和mat文件格式. 1. npy文件 npy即numpy对应的文件格式,关于其保存使用的是np.save()方法,其读取使用的是np.load()方法. 具体示例如下: import numpy as np a = np.mat('1, 2, 3;4, 5, 6') p

  • python实现矩阵和array数组之间的转换

    前言: array数组要转换成矩阵(matrix)数据类型才能进行一系列的线性运算.matrix类型也有时候要转换成array数组. 代码: 1.array转matrix:用mat() a = arange(3*2).reshape(3,2) print('array类型:') print(type(a)) print(a) b = mat(a) print('matrix类型:') print(type(b)) print(b) 输出: array类型: <class 'numpy.ndarr

  • mat矩阵和npy矩阵实现互相转换(python和matlab)

    目录 mat矩阵和npy矩阵互相转换 numpy.narray矩阵保存为mat文件 读取mat文件 npy文件与mat文件的保存与读取 1. npy文件 2. mat文件 mat矩阵和npy矩阵互相转换 numpy.narray矩阵保存为mat文件 import numpy as np import scipy.io as io mat_path = 'your_mat_save_path' mat = np.zeros([4, 20]) io.savemat(mat_path, {'name'

  • 解决Python计算矩阵乘向量,矩阵乘实数的一些小错误

    计算:Ax-b A: 2*2 x: 2*1 b: 2*1 so, Ax-b: 2*1 if __name__ == "__main__": A = np.array([[4.0, 1.0], [1.0, 3.0]]) b = np.array([[1.0], [2.0]]) x_0 = np.array([[2.0], [1.0]]) r_k = A * x_0 - b print(r_k) 错误!!! 修改: if __name__ == "__main__":

  • python 二维矩阵转三维矩阵示例

    如下所示: >>> import numpy as np >>> a = np.arange(12).reshape(3,4) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> type(a) <class 'numpy.ndarray'> >>> b=np.reshape(a,(3,4,1)) >>> np

  • PHP实现蛇形矩阵,回环矩阵及数字螺旋矩阵的方法分析

    本文实例讲述了PHP实现蛇形矩阵,回环矩阵及数字螺旋矩阵的方法.分享给大家供大家参考,具体如下: 回环矩阵指的是一个从一开始,不断按照上.右.下.左顺序依次增大的矩阵序列,例: 1 2 3 8 9 4 7 6 5 现在要求: 输入: m.n,分别代表行数和列数 输出: m * n 的回环矩阵 例: 输入: 7 8 输出: 1 2 3 4 5 6 7 8 26 27 28 29 30 31 32 9 25 44 45 46 47 48 33 10 24 43 54 57 56 49 34 11 2

  • Python 读取图片文件为矩阵和保存矩阵为图片的方法

    读取图片为矩阵 import matplotlib im = matplotlib.image.imread('0_0.jpg') 保存矩阵为图片 import numpy as np import scipy x = np.random.random((600,800,3)) scipy.misc.imsave('meelo.jpg', x) 以上这篇Python 读取图片文件为矩阵和保存矩阵为图片的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们. 您可能感兴

  • Python实现的矩阵转置与矩阵相乘运算示例

    本文实例讲述了Python实现的矩阵转置与矩阵相乘运算.分享给大家供大家参考,具体如下: 矩阵转置 方法一 :使用常规的思路 def transpose(M): # 初始化转置后的矩阵 result = [] # 获取转置前的行和列 row, col = shape(M) # 先对列进行循环 for i in range(col): # 外层循环的容器 item = [] # 在列循环的内部进行行的循环 for index in range(row): item.append(M[index][

  • R语言-如何将循环所得的矩阵组成一个矩阵

    在矩阵合并中,常见的方法有cbind()和rbind() 其中,前者为按列合并,后者为按行合并. 但是这两个函数有个缺点,就是不能应用到循环之中.例如: A<-matrix(1:12,nrow = 4,byrow = T) B<-matrix(1:8,nrow = 4,byrow = T) C<-cbind(A,B) 得到的矩阵C为[按列合并两者行数必须相同]: 但是如果将这个方法应用在循环中,就无法取得预期效果: A<-matrix(1:12,nrow = 4,byrow = T

  • python如何处理matlab的mat数据

    目录 处理matlab的mat数据 处理matlab的*.mat格式数据及常见错误汇总 一.数据读取错误 二.数据类型错误 处理matlab的mat数据 python 和matlab是2个常用的实验室平台工具,在一些应用下,这2个不同平台下的数据会打交道,因此如何读取和保存显得尤为重要,这里需要用到python的第三方平台下的scipy模块. 先用下面这个命令检查是否下载好scipy import scipy 如果报错,用python install scipy 或者 conda install

  • Python 读写 Matlab Mat 格式数据的操作

    1. 非 matlab v7.3 files 读写 import scipy.io as sio import numpy # matFile 读取 matFile = 'matlabdata.mat' datas = sio.loadmat(matFile) # 加载 matFile 内的数据 # 假设 mat 内保存的变量为 matlabdata matlabdata = datas['matlabdata'] # matFile 写入save_matFile = 'save_matlabd

随机推荐