您好,登錄后才能下訂單哦!
這篇“mat矩陣和npy矩陣怎么實(shí)現(xiàn)互相轉(zhuǎn)換”文章的知識(shí)點(diǎn)大部分人都不太理解,所以小編給大家總結(jié)了以下內(nèi)容,內(nèi)容詳細(xì),步驟清晰,具有一定的借鑒價(jià)值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“mat矩陣和npy矩陣怎么實(shí)現(xiàn)互相轉(zhuǎn)換”文章吧。
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})
注意這里的mat是numpy類型的
import numpy as np from scipy import io mat = io.loadmat('yourfile.mat') # 如果報(bào)錯(cuò):Please use HDF reader for matlab v7.3 files # 改為下一種方式讀取 import h6py mat = h6py.File('yourfile.mat') # mat文件里可能有多個(gè)cell,各對(duì)應(yīng)著一個(gè)dataset # 可以用keys方法查看cell的名字, 現(xiàn)在要用list(mat.keys()), # 另外,讀取要用data = mat.get('名字'), 然后可以再用Numpy轉(zhuǎn)為array print(mat.keys()) # 可以用values方法查看各個(gè)cell的信息 print(mat.values()) # 可以用shape查看維度信息 print(mat['your_dataset_name'].shape) # 注意,這里看到的shape信息與你在matlab打開的不同 # 這里的矩陣是matlab打開時(shí)矩陣的轉(zhuǎn)置 # 所以,我們需要將它轉(zhuǎn)置回來 mat_t = np.transpose(mat['your_dataset_name']) # mat_t 是numpy.ndarray格式 # 再將其存為npy格式文件 np.save('yourfile.npy', mat_t)
除了常用的csv文件和excel文件之外,我們還可以通過PY把數(shù)據(jù)保存文npy文件格式和mat文件格式。
npy即numpy對(duì)應(yīng)的文件格式,關(guān)于其保存使用的是np.save()方法,其讀取使用的是np.load()方法。 
具體示例如下:
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:
如圖,矩陣和numpy數(shù)組都支持以npy文件類型保存。
np.save('a.npy', a) np.save('b.npy', b)
讀取文件
data1 = np.load('a.npy') data2 = np.load('b.npy') print(data1) print(type(data1)) print("=================================") print(data2) print(type(data2))
如圖npy數(shù)據(jù)被成功讀取,且都是numpy數(shù)組數(shù)據(jù)類型。
保存為mat文件依賴于scipy庫中的scipy.io.savemat()方法,讀取則需要用到scipy.io.loadmat()方法。
保存時(shí),不僅僅需要傳入變量,還需要將該變量的類型一并以字典的形式傳入,一樣支持numpy數(shù)組和矩陣。
具體示例如下:
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})
讀取數(shù)據(jù)
data1 = io.loadmat('a.mat') print(data1) print(type(data1)) print("=================================") data2 = io.loadmat('b.mat') print(data2) print(type(data2))
如圖,數(shù)據(jù)成功被讀取。但是讀取的結(jié)果是一個(gè)字典,如果需要進(jìn)一步讀取到數(shù)據(jù),則需要根據(jù)鍵名將其取出:
print(data1['matrix']) print(type(data1['matrix'])) print("=================================") print(data2['array']) print(type(data2['array']))
取出時(shí)的鍵與存儲(chǔ)時(shí)的變量類型有關(guān),取出的數(shù)據(jù)都是numpy數(shù)組,不再有矩陣類型。
以上就是關(guān)于“mat矩陣和npy矩陣怎么實(shí)現(xiàn)互相轉(zhuǎn)換”這篇文章的內(nèi)容,相信大家都有了一定的了解,希望小編分享的內(nèi)容對(duì)大家有幫助,若想了解更多相關(guān)的知識(shí)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。