scipy.io.matlab.

loadmat

scipy.io.matlab.loadmat(file_name, mdict=None, appendmat=True, **kwargs)

加载 MATLAB 文件。

参数:

文件名str

mat 文件的名称（如果 appendmat==True，则不需要 .mat 扩展名）。也可以传递打开的类文件对象。

mdictdict, 可选

要插入mat文件变量的字典。

appendmatbool, 可选

如果给定的文件名末尾尚未存在 .mat 扩展名，则将其附加到末尾。默认为 True。

字节顺序str 或 None, 可选

默认情况下为 None，表示从 mat 文件中猜测字节顺序。否则可以是以下之一 (‘native’, ‘=’, ‘little’, ‘<’, ‘BIG’, ‘>’).

mat_dtypebool, 可选

如果为 True，返回与加载到 MATLAB 中相同的 dtype 的数组（而不是保存它们的 dtype）。

squeeze_mebool, 可选

是否压缩单位矩阵的维度。

chars_as_stringsbool, 可选

是否将字符数组转换为字符串数组。

matlab_compatiblebool, 可选

返回矩阵，如同由 MATLAB 加载的那样（意味着 squeeze_me=False，chars_as_strings=False，mat_dtype=True，struct_as_record=True）。

struct_as_recordbool, 可选

是否将 MATLAB 结构体加载为 NumPy 记录数组，或者作为旧样式的 NumPy 数组，其 dtype=object。将此标志设置为 False 会复制 scipy 版本 0.7.x 的行为（返回 NumPy 对象数组）。默认设置为 True，因为它允许更方便地往返加载和保存 MATLAB 文件。

verify_compressed_data_integritybool, 可选

是否应检查MATLAB文件中压缩序列的长度，以确保它们不超过我们的预期。建议启用此功能（默认），因为MATLAB文件中过长的压缩序列通常表明文件已遭受某种损坏。

变量名无或序列

如果为 None（默认值）- 读取文件中的所有变量。否则，variable_names 应为一个字符串序列，给出要从文件中读取的 MATLAB 变量名称。读取器将跳过名称不在此序列中的任何变量，可能会节省一些读取处理时间。

简化单元格False, 可选

如果为 True，返回一个简化的字典结构（如果 mat 文件包含单元数组，这很有用）。请注意，这仅影响结果的结构，而不影响其内容（两种输出结构的相同内容是相同的）。如果为 True，这将自动将 struct_as_record 设置为 False，并将 squeeze_me 设置为 True，这是简化单元格所必需的。

返回:

mat_dictdict

字典，以变量名为键，加载的矩阵为值。

注释

支持 v4 (Level 1.0)、v6 和 v7 到 7.2 的 mat 文件。

你需要一个 HDF5 Python 库来读取 MATLAB 7.3 格式的 mat 文件。因为 SciPy 没有提供这个库，我们在这里不实现 HDF5 / 7.3 接口。

示例

Try it in your browser!

>>> from os.path import dirname, join as pjoin
>>> import scipy.io as sio

从 tests/data 目录获取一个示例 .mat 文件的文件名。

>>> data_dir = pjoin(dirname(sio.__file__), 'matlab', 'tests', 'data')
>>> mat_fname = pjoin(data_dir, 'testdouble_7.4_GLNX86.mat')

加载 .mat 文件内容。

>>> mat_contents = sio.loadmat(mat_fname)

结果是一个字典，每个变量对应一个键/值对：

>>> sorted(mat_contents.keys())
['__globals__', '__header__', '__version__', 'testdouble']
>>> mat_contents['testdouble']
array([[0.        , 0.78539816, 1.57079633, 2.35619449, 3.14159265,
        3.92699082, 4.71238898, 5.49778714, 6.28318531]])

默认情况下，SciPy 将 MATLAB 结构体读取为结构化的 NumPy 数组，其中 dtype 字段类型为 object，名称对应于 MATLAB 结构体字段名称。可以通过设置可选参数 struct_as_record=False 来禁用此功能。

获取包含名为 teststruct 的 MATLAB 结构体的示例 .mat 文件的文件名并加载其内容。

>>> matstruct_fname = pjoin(data_dir, 'teststruct_7.4_GLNX86.mat')
>>> matstruct_contents = sio.loadmat(matstruct_fname)
>>> teststruct = matstruct_contents['teststruct']
>>> teststruct.dtype
dtype([('stringfield', 'O'), ('doublefield', 'O'), ('complexfield', 'O')])

结构化数组的大小是 MATLAB 结构体的大小，而不是任何特定字段中的元素数量。形状默认为二维，除非可选参数 squeeze_me=True，在这种情况下，所有长度为1的维度都会被移除。

>>> teststruct.size
1
>>> teststruct.shape
(1, 1)

获取MATLAB结构体中第一个元素的’stringfield’。

>>> teststruct[0, 0]['stringfield']
array(['Rats live on no evil star.'],
  dtype='<U26')

获取 ‘doublefield’ 的第一个元素。

>>> teststruct['doublefield'][0, 0]
array([[ 1.41421356,  2.71828183,  3.14159265]])

加载 MATLAB 结构体，挤压长度为1的维度，并从 ‘complexfield’ 中获取项目。

>>> matstruct_squeezed = sio.loadmat(matstruct_fname, squeeze_me=True)
>>> matstruct_squeezed['teststruct'].shape
()
>>> matstruct_squeezed['teststruct']['complexfield'].shape
()
>>> matstruct_squeezed['teststruct']['complexfield'].item()
array([ 1.41421356+1.41421356j,  2.71828183+2.71828183j,
    3.14159265+3.14159265j])

Go BackOpen In Tab