python如何批量读取.mat文件并保存成.npy
作者：HopeTiger_only1
这篇文章主要介绍了python如何批量读取.mat文件并保存成.npy问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
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脚本之家。