Python中读取.mat文件数据的方法与示例

Ruby

发布时间：2026-10-13| 6人浏览过

原创

本文介绍如何在Python中使用scipy库的loadmat函数读取.mat格式文件。通过示例展示如何将.mat数据转换为字典结构，并进一步处理为DataFrame。重点解析uint8数据类型及numpy数组的操作方法，包括类型转换和常见错误排查，帮助开发者高效处理MATLAB数据。

导入scipy库与读取.mat文件

首先，需要导入scipy库中的相关模块 from scipy.io import loadmat。

接着，使用loadmat函数读取指定的.mat文件，例如：m = loadmat("F:/__identity/activity/论文/data/D001.mat")。

需要注意的是，此时变量m是一个字典（dict）数据结构。


>>> m
{'__header__': b'MATLAB 5.0 MAT-file, Platform: PCWIN, Created on: Mon Aug 15 22:16:43 2011', '__globals__': [], 'labels': array([[1],
  [3],
  [4],
  ...,
  [4],
  [3],
  [4]], dtype=uint8), 'data': array([[ 1. , 0.35 , 0.265 , ..., 0.0995, 0.0485, 0.07 ],
  [ 2. , 0.53 , 0.42 , ..., 0.2565, 0.1415, 0.21 ],
  [ 1. , 0.44 , 0.365 , ..., 0.2155, 0.114 , 0.155 ],
  ...,
  [ 1. , 0.59 , 0.44 , ..., 0.439 , 0.2145, 0.2605],
  [ 1. , 0.6 , 0.475 , ..., 0.5255, 0.2875, 0.308 ],
  [ 2. , 0.625 , 0.485 , ..., 0.531 , 0.261 , 0.296 ]]), '__version__': '1.0'}

>>> m.keys()
dict_keys(['__header__', '__globals__', 'labels', 'data', '__version__'])

>>> m["labels"]
array([[1],
  [3],
  [4],
  ...,
  [4],
  [3],
  [4]], dtype=uint8)

>>> m["data"]
array([[ 1. , 0.35 , 0.265 , ..., 0.0995, 0.0485, 0.07 ],
  [ 2. , 0.53 , 0.42 , ..., 0.2565, 0.1415, 0.21 ],
  [ 1. , 0.44 , 0.365 , ..., 0.2155, 0.114 , 0.155 ],
  ...,
  [ 1. , 0.59 , 0.44 , ..., 0.439 , 0.2145, 0.2605],
  [ 1. , 0.6 , 0.475 , ..., 0.5255, 0.2875, 0.308 ],
  [ 2. , 0.625 , 0.485 , ..., 0.531 , 0.261 , 0.296 ]])

理解uint8数据类型与数组操作

对于返回结果中的“uint8”数据类型，可能需要进一步理解其含义。


>>> m["labels"][0]
array([1], dtype=uint8)
>>> m["labels"][0][0]
1
>>> m["labels"][0][0] + 1
2
>>> m["labels"][0].as_type("int")
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'as_type' # 注意时astype不是as_type
>>> m["labels"][0].dtype
dtype('uint8')
>>> m["labels"][0].astype("int")
array([1])

该数据类型的表现可能令人困惑，具体示例如下：


>>> type(m["labels"][0][0] + 1)
<class 'numpy.int32'>

转换为DataFrame格式

若需将其转换为DataFrame格式，需先导入pandas库，然后进行转换操作。


>>> df = pd.DataFrame(m["data"])
>>> df.head()
  0  1  2  3  4  5  6  7
0 1.0 0.350 0.265 0.090 0.2255 0.0995 0.0485 0.070
1 2.0 0.530 0.420 0.135 0.6770 0.2565 0.1415 0.210
2 1.0 0.440 0.365 0.125 0.5160 0.2155 0.1140 0.155
3 3.0 0.330 0.255 0.080 0.2050 0.0895 0.0395 0.055
4 3.0 0.425 0.300 0.095 0.3515 0.1410 0.0775 0.120

以上步骤总结了读取.mat文件的关键环节。

本文介绍了Python读取.mat文件数据的方法，希望能对大家有所帮助。如有疑问，欢迎留言，小编会及时回复。感谢大家对本站的支持！如果觉得本文对您有帮助，欢迎转载，请注明出处，谢谢！