我们知道 NumPy 为我们提供了以 Python 可读格式保存数据的方法。但 SciPy 也为我们提供了与 Matlab 的互操作性。
SciPy 提供了 scipy.io 模块，其中包含用于处理 Matlab 数组的函数。
savemat() 函数允许我们以 Matlab 格式导出数据。
该方法接受以下参数：
将以下数组作为变量名 "vec" 导出到 mat 文件：
from scipy import io
import numpy as np
arr = np.arange(10)
io.savemat('arr.mat', {"vec": arr})
注意：上面的示例会在您的计算机上保存一个名为 "arr.mat" 的文件。
要打开文件，请查看下面的 "从 Matlab 格式导入数据" 实例：
loadmat() 函数允许我们从 Matlab 文件中导入数据。
该函数接受一个必需的参数：
filename - 保存数据的文件名。
它将返回一个结构化数组，其键是变量名，对应的值是变量值。
从以下 mat 文件中导入数组：
from scipy import io
import numpy as np
arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9,])
# 导出：
io.savemat('arr.mat', {"vec": arr})
# 导入：
mydata = io.loadmat('arr.mat')
print(mydata)
{
'__header__': b'MATLAB 5.0 MAT-file Platform: nt, Created on: Tue Sep 22 13:12:32 2020',
'__version__': '1.0',
'__globals__': [],
'vec': array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])
}
使用变量名 "vec" 仅显示 matlab 数据中的数组：
... print(mydata['vec'])
[[0 1 2 3 4 5 6 7 8 9]]
注意：我们可以看到数组最初是一维的，但在提取时它增加了一维。
为了解决这个问题，我们可以传递一个额外的参数 squeeze_me=True：
# 导入：
mydata = io.loadmat('arr.mat', squeeze_me=True)
print(mydata['vec'])
[0 1 2 3 4 5 6 7 8 9]
相关视频
科技资讯
24小时阅读榜
1
2
3
4
5
6
7
8
9
10
精品课程
共5课时 | 17.4万人学习
共49课时 | 78.3万人学习
共29课时 | 62.6万人学习
共25课时 | 39.8万人学习
共43课时 | 73.9万人学习
