讀書的時候，處理數(shù)據(jù)都是采用matlab，但畢業(yè)后當(dāng)了程序員，matlab從此在自己的電腦上消失了（安裝包太大，還要license，啟動也好慢，不符合程序員的需求）。
但是最近公司仿真的數(shù)據(jù)是以matlab的.mat格式存儲的，需要讀取出來處理，那就找找python相關(guān)的庫吧，沒有python干不了的活！！！

mat文件存儲了matlab中變量數(shù)據(jù)，因此，python讀出的mat數(shù)據(jù)是以k-v形式存儲在字典里，key是變量名，value是數(shù)據(jù)內(nèi)容：

scipy

最先想到的的是scipy工具
import scipy.io as scio
data = scio.loadmat(‘example.mat’)
data[‘loss’]
但是讀取有的.mat文件的時，會拋出異常（v7.3版本）：

raise NotImplementedError('Please use HDF reader for matlab v7.3 files') NotImplementedError: Please use HDF reader for matlab v7.3 files

h5py

遇到上面的問題，就需要采用h5py庫了：

import h5py data=h5py.loadmat('example.mat') data['loss'][:]

但是這樣讀出來的是file格式，調(diào)試的時候都很難知道key是什么，取數(shù)據(jù)可以按照key來取，但是前提是需要知道key值，不方便獨立調(diào)試。

mat73

今天的主角登場，個人覺得mat73兼容性最好，幾乎所有的mat文件都能成功讀取，而且讀取的結(jié)果是k-v的字典，很便于后續(xù)處理：

import mat73 data=mat73.loadmat(path) data['loss']

mat4py

不推薦，兼容性較差，可能是沒有后續(xù)更新。

總結(jié)

總的來說，個人比較推薦使用mat73，兼容各種版本的mat文件，其次可以比較清晰的看到mat文件中保存數(shù)據(jù)的key值，便于后續(xù)的提取。

總結(jié)

以上是生活随笔為你收集整理的Python处理mat文件的三种方式的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。