學習筆記191—Python 從 mat 文件讀寫 到 h5py 文件包

采用 Python 讀取 matlab 中 .mat文件的方法有很多，中外文的論壇上都不少，相關博文，比如：

【摘要】

  python在讀寫matlab文件時常用到scipy.io文件，但，針對大文件（有網友睜着直徑為8848米的小眼睛說的大小的分界點在2GB）以及存儲版本在“matlab-v7.3”以上的文件就拙計了，這里分享一種剛剛學到處理方式，用h5py模塊，詳細介紹以及Python源碼詳見本文。

 【正文】

 1、如果你的matlab的版本比較舊，保存的.mat 格式為‘-v7.3’以前的版本，可以采用：scipy.io即可。假如有一個name_box.mat，其中，box: {1x29992 cell}和name: {1x29992 cell}。我們想要讀取其中的box的內容，源碼如下：

1. import scipy.io as sio
2. boxes = sio.loadmat(’name_box.mat‘)[ 'box'].ravel()

這樣boxes就是一個list，可以采用boxes[i]顯示每個array的內容了，boxes.shape[0]為cell的個數

2、如果你的matlab的版本比較新，保存的.mat格式為‘-v7.3’的版本，由於scipy.io不支持，所以要采用hdf5，arr.mat是一個m*n的矩陣文件，代碼准備先對arr讀入，再對 TrainSet_rotate.h5文件實現寫入操作，源碼如下：

import h5py

import numpy as np

file = h5py.File( 'F:\\wfpdm\\20150702_2105\\arr.mat','r')

arr = file[ 'arr'][:]

# h5py 用於文件讀寫 詳細用例

data = np.array( [ 222,333,444] )

label = np.array( [ 0,1,0] )

img_num = np.array( [ 0,1,2] )

# 創建HDF5文件

file = h5py.File( 'TrainSet_rotate.h5','w')

# 寫入

file.create_dataset( 'train_set_x', data = data)

file.create_dataset( 'train_set_y', data = label)

file.create_dataset( 'train_set_num',data = img_num)

file.close()

# 讀方式打開文件

file=h5py.File( 'TrainSet_rotate.h5','r')

# 盡管后面有 '[:]', 但是矩陣怎么進去的就是怎么出來的，不會被拉長（matlab后遺症）

train_set_data = file[ 'train_set_x'][:]

train_set_y = file[ 'train_set_y'][:]

train_set_img_num = file[ 'train_set_num'][:]

因此可見：Python 從 mat 文件的讀寫和存儲 到 h5py 文件包。但是，在讀取matlab文件的時候，往往不是一層 .mat 就足以解決問題的，.mat 文件中可能是存放的 cell（100*200） 數據， cell（100*200）數據中又分為多個 cell 。那么，如何處理這樣的數據結構，實現Python對matlab這一類型數據的讀取呢，現對該問題，詳解如下：

【問題一】

matlab之中有FEAT_Name.mat文件，該文件的形式如下

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

先要實現對FEAT_Name元組的首個矩陣的讀取操作，代碼實現如下

import h5py
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'] 實現了對 myfile['FEAT_Name']  的 cell 的遍歷；

2）myfile[element[0]]恰好可以理解為myfile[element]，即當前文件的當前cell；

3）[myfile[element[0]][:] for element in myfile['FEAT_Name']]，實現了將數據以list結構存入data之中；

4）數據轉置了600x5755變成了5755x600，需要實現再轉置操作；

【問題二】

matlab之中有f.mat文件，該文件的形式如下

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

先要實現對rank元組的首個矩陣的操作，代碼實現如下

import h5py
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

這里只是多一步，將matlab數據的 cell.name 寫入即可。至此，Python讀取matlab的數據方法介紹完畢。

【復盤】

確實存在轉置，只是一般的array結構的 .mat 文件不存在，但是針對cell結構的 .mat 文件 存在。需要進行再轉置操作，還原數據。

詳見：Python 從 mat 文件的讀寫和存儲 到 h5py 文件包。

參考連接：http://www.voidcn.com/article/p-uicrnszv-vh.html；

https://blog.csdn.net/u013630349/article/details/47090299