numpy h5py scipy
讀取mat文件并存為npy格式文件
具體見代碼，注意h5py的轉(zhuǎn)置問題
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 h5py
mat = h5py.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)
npy文件的讀取很簡單
import numpy as np
matrix = np.load('yourfile.npy')
可以重新讀取npy文件保存為mat文件
- 方法一（在MATLAB雙擊打開時(shí)遇到了錯(cuò)誤：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)
# 這里不會(huì)將數(shù)據(jù)轉(zhuǎn)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})
