Python与Matlab常用函数对照：文件读写、数组重塑与信号滤波
本文详细对比Python与Matlab在处理二进制数据时的常用函数差异。涵盖十六进制字节流解析、文件打开与读取（fopen/open, fread/fromfile）、数组维度重塑（reshape）以及信号滤波处理（filter/lfilter）的具体实现代码与参数说明，帮助开发者快速完成两种语言的代码迁移。
1、十六进制字节流数据
存在一个二进制文本文件data，其内容如下所示。
b"\xd0\x01n\x01\xb3\x1b\x07\x05\xee\x06\xcc\xfe\x84\x12\xab\x07~\x08p\x00\x92\x14u\x01\xe4\x12d\xfe9\x08\xb0\x1e\xa6\x02\xb1C?\x18#E\x12\x12\x13^v\x04w\x1d\xe8\x04\x9bf\x1a\x1c\x9b\x0b\xb0\x11\xae%#\x06\xbe\x1f^\x15s.\x92\x10k'`\x0b[ {\x03!\x00 \x1b\xdf(\xec#\xfcH=\x02\x1e\x11!\x07\xba\xedu \xa7\x0e\xdb\x0by\xfb\x91\x05H\x03\xcb\x08\x94\x04\xfd\x13n\xf8\x07\x06d\xfd\xaf\t{\x17\xda$y\x10"该数据由设备通过TCP协议传输，并经过小端字节序转换后的十六进制字节流。
可通过以下两种方式进行文件转换与查看。
方法一：
import struct
def updack_data(data):
# 十六进制字节流转十进制
dec_data = []
for i in range(0, len(data), 2):
dec_data.append(struct.unpack("@h", data[i: i + 2])[0]) # 小端
return dec_data
with open('data', 'rb') as f:
signal = f.read()
print(updack_data(signal))方法二：
import numpy as np
a = b"\xd0\x01n\x01\xb3\x1b\x07\x05\xee\x06\xcc\xfe\x84\x12\xab\x07~\x08p\x00\x92\x14u\x01\xe4\x12d\xfe9\x08\xb0\x1e\xa6\x02\xb1C?\x18#E\x12\x12\x13^v\x04w\x1d\xe8\x04\x9bf\x1a\x1c\x9b\x0b\xb0\x11\xae%#\x06\xbe\x1f^\x15s.\x92\x10k'`\x0b[ {\x03!\x00 \x1b\xdf(\xec#\xfcH=\x02\x1e\x11!\x07\xba\xedu \xa7\x0e\xdb\x0by\xfb\x91\x05H\x03\xcb\x08\x94\x04\xfd\x13n\xf8\x07\x06d\xfd\xaf\t{\x17\xda$y\x10"
print(np.fromstring(a, dtype=np.int16))运行输出结果：
[464, 366, 7091, 1287, 1774, -308, 4740, 1963, 2174, 112, 5266, 373, 4836, -412, 2105, 7856, 678, 17329, 6207, 17699, 4626, 24083, 1142, 7543, 1256, 26267, 7194, 2971, 4528, 9646, 1571, 8126, 5470, 11891, 4242, 10091, 2912, 8283, 891, 33, 6944, 10463, 9196, 18684, 573, 4382, 1825, -4678, 8309, 3751, 3035, -1159, 1425, 840, 2251, 1172, 5117, -1938, 1543, -668, 2479, 6011, 9434, 4217]
2、fopen与open
用于打开文件资源。
Matlab中打开文件的方式：
fid=fopen('data','rb');Python中打开文件的方式：
fid = open('data', 'rb')其中data代表完整的文件路径或文件名。
3、fread与fromfile
用于从文件中读取数据。
Matlab读取文件的代码示例：
signal=fread(fid,data_len,'int16'); %列向量fread函数用于读取二进制数据，其第二个参数指定输出向量的长度，第三个参数指定读取项的大小或数据类型。
Python读取文件的代码示例：
import numpy as np
signal = np.fromfile(fid, np.int16) # 转Int16fid为文件对象句柄，也可以直接传入文件名进行读取：
import numpy as np
signal = np.fromfile('data', np.int16) # 转Int16其中data为完整的文件路径或文件名。
4、reshape
reshape函数用于重塑数组形状，例如将一维数组转换为多维数组。
Matlab中的实现方式：
signal1=reshape(signal,2,[]);该操作将一维的signal数据转换为2行n列的数组结构。
Python中的实现方式：
signal1 = signal.reshape((-1, 2)).T 参数-1表示自动计算行数，2表示列数，.T表示转置操作，最终得到2行n列的数组。
若需将一维数组转换为10行n列，可参考以下代码：
import numpy as np
phase = np.reshape(signal1[0], (-1, 10)).T5、filter与lfilter
y = filter(b,a,x) 函数利用由分子系数b和分母系数a定义的有理传递函数，对输入数据x进行滤波处理。
Matlab中的滤波调用：
y=filter(HP,1,phase(1,:));Python中的滤波调用：
from scipy.signal import lfilter
y = lfilter(b=HP, a=1, x=phase[0], axis=0) # 滤波以上介绍了Python与Matlab在常用函数互转方面的关键点，更多相关内容可参考本站历史文章或继续浏览后续文章，感谢支持。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
