本教程為腦機學習者Rose發表於公眾號：腦機接口社區(微信號：Brain_Computer).QQ交流群：903290195
安裝Python(推薦安裝Anaconda)
[這里是windows系統下的安裝]
Anaconda用來管理不同版本的Python環境，可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應的依賴包。同時Anaconda自帶很多常用軟件包以及科學計算包，比如數據分析中需要的Numpy、Pandas等，數據可視化用的matplotlib等，還有Jupyter notebook[Jupyter Notebook 是一個 Web 應用程序，支持實時代碼、數學方程、可視化和 Markdown，其用途包括數據清理和轉換、數值模擬、統計建模、機器學習等]。所以推薦安裝Anaconda，因為它已經包含了Python以及常見要用的Python工具庫。
先到官網下載：https://www.anaconda.com/distribution/
推薦安裝Python3.x版本的Anaconda，因為Python2.x版本即將不被維護了，如下圖。
也可以安裝Python3.7以前版本的Anaconda
(即歷史版本:https://repo.anaconda.com/archive/)
選擇Anaconda3因為Anaconda3代表Python3.x。
具體安裝的教程請看：Windows下安裝Anaconda3與配置
安裝好一定要記得配置環境
安裝MNE-python
在控制台中輸入：
pip install -U mne
若是安裝過程沒出現錯誤，即表示安裝成功
下載MNE-Python中案例數據
據交流群中群友反應，官方MNE-Python數據下載特別慢，
這里提供了MNE-Python官方案例：MNE-sample-data下載。
下載地址：
請關注 腦機接口社區 公眾號
后台回復"MNES"，獲取官方 MNE-sample-data(1.3G)數據，如果失效了，可以在公眾號后台聯系。
測試是否安裝成功以及簡單使用
先點擊如左圖紅框中，或者在控制台輸入如下右圖內容回車即可。
在瀏覽器中會彈出Jupyter notebook的web應用，操作如下：
即可生成一個可編輯頁面,在編輯頁面中編輯如下代碼，並點擊run,如下圖，
如果能出現下面結果，則表示已安裝成功。
注意,需要將上述下載得到的數據存放的路徑賦值給fname。具體看下面代碼，我是存放在F盤的data中。
# 引入python庫
import mne
from mne.datasets import sample
import matplotlib.pyplot as plt
# sample的存放地址
data_path = sample.data_path()
# 該fif文件存放地址
fname = 'F:/data/MNE-sample-data/MEG/sample/sample_audvis_raw.fif'
"""
如果上述給定的地址中存在該文件，則直接加載本地文件，
如果不存在則在網上下載改數據
"""
raw = mne.io.read_raw_fif(fname)
"""
案例：
獲取10-20秒內的良好的MEG數據
# 根據type來選擇 那些良好的MEG信號(良好的MEG信號，通過設置exclude="bads") channel,
結果為 channels所對應的的索引
"""
picks = mne.pick_types(raw.info, meg=True, exclude='bads')
t_idx = raw.time_as_index([10., 20.])
data, times = raw[picks, t_idx[0]:t_idx[1]]
plt.plot(times,data.T)
plt.title("Sample channels")
plt.show()
"""
繪制SSP矢量圖
"""
raw.plot_projs_topomap()
plt.show()
"""
繪制電極位置
"""
raw.plot_sensors()
plt.show()
腦機學習者Rose筆記分享,QQ交流群：903290195
更多分享，請關注公眾號