python保存大型 .mat 数据文件报错超出 IO 限制的操作
作者:ON_THE_WAY_FOREVER
python 保存 .mat 文件的大小是有限制的,似乎是 5G 以内,如果需要保存几十个 G 的数据的话,可以选用其他方式,
比如 h5 文件
import h5py def h5_data_write(train_data, train_label, test_data, test_label, shuffled_flag): print("h5py文件正在写入磁盘...") save_path = "../save_test/" + "train_test_split_data_label_" + shuffled_flag + ".h5" with h5py.File(save_path, 'w') as f: f.create_dataset('train_data', data=train_data) f.create_dataset('train_label', data=train_label) f.create_dataset('test_data', data=test_data) f.create_dataset('test_label', data=test_label) print("h5py文件保存成功!") def h5_data_read(filename): """ keys() : 获取本文件夹下所有的文件及文件夹的名字 f['key_name'] : 获取对应的对象 """ file = h5py.File(filename,'r') train_data = file['train_data'][:] train_label = file['train_label'][:] test_data = file['test_data'][:] test_label = file['test_label'][:] return train_data, train_label, test_data, test_label
补充:通过python 读MATLAB数据文件 *.mat
背景
在做deeplearning过程中,使用caffe的框架,一般使用matlab来处理图片(matlab处理图片相对简单,高效),用python来生成需要的lmdb文件以及做test产生结果。
所以某些matlab从图片处理得到的label信息都会以.mat文件供python读取,同时也python产生的结果信息也需要matlab来做进一步的处理(当然也可以使用txt,不嫌麻烦自己处理结构信息)。
介绍
matlab和python间的数据传输一般是基于matlab的文件格式.mat,python中numpy和scipy提供了一些函数,可以很好的对.mat文件的数据进行读写和处理。
在这里numpy作用是提供Array功能映射matlab里面的Matrix,而scipy提供了两个函数loadmat和savemat来读写.mat文件。
下面是一个简单的测试程序
具体的函数用法可以看帮助文档:
import scipy.io as sio import matplotlib.pyplot as plt import numpy as np #matlab文件名 matfn=u'E:/python/测试程序/162250671_162251656_1244.mat' data=sio.loadmat(matfn) plt.close('all') xi=data['xi'] yi=data['yi'] ui=data['ui'] vi=data['vi'] plt.figure(1) plt.quiver( xi[::5,::5],yi[::5,::5],ui[::5,::5],vi[::5,::5]) plt.figure(2) plt.contourf(xi,yi,ui) plt.show() sio.savemat('saveddata.mat', {'xi': xi,'yi': yi,'ui': ui,'vi': vi})
示例2
import scipy.io as sio import numpy as np ###下面是讲解python怎么读取.mat文件以及怎么处理得到的结果### load_fn = 'xxx.mat' load_data = sio.loadmat(load_fn) load_matrix = load_data['matrix'] #假设文件中存有字符变量是matrix,例如matlab中save(load_fn, 'matrix');当然可以保存多个save(load_fn, 'matrix_x', 'matrix_y', ...); load_matrix_row = load_matrix[0] #取了当时matlab中matrix的第一行,python中数组行排列 ###下面是讲解python怎么保存.mat文件供matlab程序使用### save_fn = 'xxx.mat' save_array = np.array([1,2,3,4]) sio.savemat(save_fn, {'array': save_array}) #和上面的一样,存在了array变量的第一行 save_array_x = np.array([1,2,3,4]) save_array_y = np.array([5,6,7,8]) sio.savemat(save_fn, {'array_x': save_array_x, 'array_x': save_array_x}) #同理,
鉴于以后的目标主要是利用现有的Matlab数据(.mat或者.txt),主要考虑python导入Matlab数据的问题。以下代码可以解决python读取.mat文件的问题。
主要使用sicpy.io即可。
sicpy.io提供了两个函数loadmat和savemat,非常方便。
# adapted from http://blog.csdn.net/rumswell/article/details/8545087 import scipy.io as sio #import matplotlib.pyplot as plt from pylab import * import numpy as np matfn='E:\\Pythonrun\\myuse\\matdata.mat' # the path of .mat data data=sio.loadmat(matfn) xx=data['matdata'] figure(1) plot(xx) show()
以下代码是读入txt数据并转换成数组,方法比较笨,更有效的方法待研究。
from numpy import * def file2list(filename): fr = open(filename) array = fr.readlines() #以文件中的每行为一个元素,形成一个list列表 num = len(array) returnMat = zeros((num,3))#初始化元素为0的,行号数个列表,其中每个元素仍是列表,元素数是3,在此表示矩阵 index = 0 for line in array: line = line.strip()#去掉一行后的回车符号 linelist = line.split(' ')#将一行根据分割符,划分成多个元素的列表 returnMat[index,:] = linelist[0:3]#向矩阵赋值,注意这种赋值方式比较笨拙 index +=1 return returnMat fname = 'E:\\Pythonrun\\myuse\\num_data.txt' data= file2list(fname)
补充:Python 读写 Matlab Mat 格式数据
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_matlabdata.mat' save_matlabdata = np.array([1,2,3,4,5]) sio.savemat(save_matFile, {'array':save_matlabdata})
2. matlab v7.3 files 读取
如果 matlab 保存 data 时,采用的是 ‘-v7.3',scipy.io.loadmat函数加载数据会出现错误:
File "/usr/local/lib/python2.7/dist-packages/scipy/io/matlab/mio.py", line 64, in mat_reader_factory
raise NotImplementedError('Please use HDF reader for matlab v7.3 files')
NotImplementedError: Please use HDF reader for matlab v7.3 files
可以采用:
import h5py with h5py.File('matlabdata.mat', 'r') as f: f.keys() # matlabdata.mat 中的变量名 datas = h5py.File('matlabdata.mat')['matlabdata'].value
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脚本之家。如有错误或未考虑完全的地方,望不吝赐教。