Python 之 h5py 读取 matlab 中 .mat 文件 cell 方法浅析

标签：python   matlab   h5py   mat   cell   

采用 Python 读取 matlab 中 .mat文件的方法有很多，中外文的论坛上都不少，相关博文

可见：Python 从 mat 文件的读写和存储 到 h5py 文件包。

详址：http://blog.csdn.net/u013630349/article/details/47090299

但是，在读取matlab文件的时候，往往不是一层 .mat 就足以解决问题的，.mat 文件中可能是存放的 cell（100*200） 数据， cell（100*200）数据中又分为多个 cell 。那么，如何处理这样的数据结构，实现Python对matlab这一类型数据的读取呢，现对该问题，详解如下：

【问题一】

matlab之中有FEAT_Name.mat文件，该文件的形式如下

FEAT_Name.mat <1x10 cell>	——>	each element is <600x5755 double>

先要实现对FEAT_Name元组的首个矩阵的读取操作，代码实现如下

myfile=h5py.File('F:\\wfpdm\\20150702_2105\\FEAT_Name.mat','r')
data = [myfile[element[0]][:] for element in myfile['FEAT_Name']]
print data[1].shape
Out: (5755，600)

解析

1）for element in myfile[‘FEAT_Name‘] 实现了对 myfile[‘FEAT_Name‘]  的 cell 的遍历；

2）myfile[element[0]]恰好可以理解为myfile[element]，即当前文件的当前cell；

3）[myfile[element[0]][:] for element in myfile[‘FEAT_Name‘]]，实现了将数据以list结构存入data之中；

4）数据转置了600x5755变成了5755x600，需要实现再转置操作；

【问题二】

matlab之中有f.mat文件，该文件的形式如下

		 ——> rank <1x454 cell>		——> each element is <53x50 double>
   f.mat
		——> compare <1x454 cell>		——> each element is <53x50 double>

先要实现对rank元组的首个矩阵的操作，代码实现如下

f = h5py.File("f.mat") 
data = [f[element[0]][:] for element in f['rank']]

result:

In : data[0].shape
Out: (50L, 53L)

In : data[1].shape
Out: (50L, 53L)

解析

这里只是多一步，将matlab数据的 cell.name 写入即可。至此，Python读取matlab的数据方法介绍完毕。

【复盘】

确实存在转置，只是一般的array结构的 .mat 文件不存在，但是针对cell结构的 .mat 文件 存在。需要进行再转置操作，还原数据。

详见：Python 从 mat 文件的读写和存储 到 h5py 文件包。

详址：http://blog.csdn.net/u013630349/article/details/47090299

这是笔者第一次完完全全通过外文网站论坛实现问题突破，一直到现在，完成了小结这个知识点的时候还是很兴奋。继续码去了，KK~ ！~

【参考】

http://stackoverflow.com/questions/27670149/read-matlab-v7-3-file-into-python-list-of-numpy-arrays-via-h5py

Python 之 h5py 读取 matlab 中 .mat 文件 cell 方法浅析

标签：python   matlab   h5py   mat   cell   

原文地址：http://blog.csdn.net/u013630349/article/details/47111773