matlab數據文件熊貓DataFrame

Question

有沒有一種標準的方法來轉換matlab.mat（matlab格式化數據）文件到熊貓DataFrame？

我知道解決方法是使用scipy.io，但我想知道是否有一種簡單的方法來做到這一點。

Answer 1

我找到了2種方法：scipy或mat4py。從MAT文件

1. mat4py

加載數據

功能loadmat加載存儲在MAT-文件轉換成 簡單的Python數據結構中的所有變量，只使用Python的字典和列表 對象。數字和單元格數組被轉換爲行排序的嵌套列表 。數組被壓縮以消除只有一個元素的數組。 生成的數據結構由與JSON格式兼容的簡單類型 組成。

實施例：加載MAT文件轉換爲Python數據結構：

data = loadmat('datafile.mat') 

來自：

https://pypi.python.org/pypi/mat4py/0.1.0

SciPy的：

例如：

import numpy as np 
from scipy.io import loadmat # this is the SciPy module that loads mat-files 
import matplotlib.pyplot as plt 
from datetime import datetime, date, time 
import pandas as pd 

mat = loadmat('measured_data.mat') # load mat-file 
mdata = mat['measuredData'] # variable in mat file 
mdtype = mdata.dtype # dtypes of structures are "unsized objects" 
# * SciPy reads in structures as structured NumPy arrays of dtype object 
# * The size of the array is the size of the structure array, not the number 
# elements in any particular field. The shape defaults to 2-dimensional. 
# * For convenience make a dictionary of the data using the names from dtypes 
# * Since the structure has only one element, but is 2-D, index it at [0, 0] 
ndata = {n: mdata[n][0, 0] for n in mdtype.names} 
# Reconstruct the columns of the data table from just the time series 
# Use the number of intervals to test if a field is a column or metadata 
columns = [n for n, v in ndata.iteritems() if v.size == ndata['numIntervals']] 
# now make a data frame, setting the time stamps as the index 
df = pd.DataFrame(np.concatenate([ndata[c] for c in columns], axis=1), 
        index=[datetime(*ts) for ts in ndata['timestamps']], 
        columns=columns) 

來源：

http://poquitopicante.blogspot.fr/2014/05/loading-matlab-mat-file-into-pandas.html

最後，你可以使用PyHogs但仍使用SciPy的：

閱讀複雜.mat文件。

這款筆記本展示了一個讀取Matlab .mat文件的例子， 將數據轉換爲帶有循環的可用字典，一個簡單的圖 的數據。

http://pyhogs.github.io/reading-mat-files.html

Answer 2

方法可以做到這一點：
正如你所說SciPy的

import scipy.io as sio 
test = sio.loadmat('test.mat') 

使用matlab engine：

import matlab.engine 
eng = matlab.engine.start_matlab() 
content = eng.load("example.mat",nargout=1)