Python工程師必備之scipy.io.savemat用法詳解

如果你正在做數據科學或機器學習方面的工作，那麼你一定已經接觸過MATLAB或從同事那裡接收了MATLAB格式的數據文件。那麼如何在Python環境中讀寫這些文件呢？scipy底下的io模塊是非常好的選擇。Scipy是一個Python開發的科學計算庫，它包括高效率的數組操作，線性代數，傅里葉變換和優化算法。而IO模塊作為Scipy框架的子模塊，提供了各種閱讀和寫入數據的方法。

一、savemat概述

保存.mat文件中的數據的常用函數是savemat函數，它的完整語法如下所示：

scipy.io.savemat(file_name, mdict, appendmat=True, format='5', long_field_names=False, do_compression=False, oned_as='row')

參數含義如下：

• file_name：字符串，包含路徑或完整文件名的字符串以保存數據。MATLAB文件的擴展名應為.mat。
• mdict：變量字典或類似對象。所有必須為字符串的鍵名將轉換為字符向量，並保存在MATLAB 5格式保存的內容中。
• appendmat：布爾值，可選。如果為True，則支持附加多個變量和對象到相同的MATLAB文件，可以使用loadmat再次加載數據，默認為True。
• format：字符串，可選，指定MATLAB格式版本。支持’4’（MATLAB 4格式 – Level 1.0），’5’（MATLAB 5格式 – Level 2.0）和’5加’（MATLAB 5格式 – Level 2.0，使用HDF5）。默認值為’5’（即MATLAB 5格式 – Level 2.0）。
• long_field_names：布爾值，可選。是否使用長名稱，其長度大於限制長度的數據將被轉換為struct，而不是數組。默認值為False。
• do_compression：布爾值，可選。是否使用壓縮。默認為False（即不壓縮）。如果設置為True，則使用gzip進行壓縮。
• oned_as：{‘row’，’col’}，可選。MATLAB 1-D數組作為行向量或列向量存儲。默認值為’row’。

二、使用實例

1、基本處理步驟

我們將以一個簡單的例子來說明savemat函數。文件名為mydata.mat的.mat文件將存儲包含兩個數組A和B的Python字典。代碼如下:

import scipy.io as sio
import numpy as np

A = np.arange(0, 10, 2)      # 創建數組A
B = np.random.randn(3, 3)    # 創建數組B

# 將數據保存到MATLAB格式文件
sio.savemat('mydata.mat', {'A': A, 'B': B})

字典中的鍵是變量名，值則是Numpy數組對象。這些對象將存儲在MATLAB文件中。在讀取此文件時，其他Python代碼可能會使用如下命令：

import scipy.io as sio

data = sio.loadmat('mydata.mat')
A = data['A']
B = data['B']

2、加入時間戳

具有時間戳的文件名對於跟蹤您的文件非常有用，下面就是一個例子。函數strftime將時間日期轉換成人類友好的字符串形式。代碼如下:

import scipy.io as sio
import numpy as np
import time

timestamp = time.strftime('%Y_%m_%d_%H_%M')    # 創建一個時間戳

A = np.arange(0, 10, 2)      # 創建數組A
B = np.random.randn(3, 3)    # 創建數組B

# 將數據保存到文件
sio.savemat(f'data_{timestamp}.mat', {'A': A, 'B': B})

3、數據壓縮

波形文件和圖像通常非常大，壓縮可以顯著減少文件大小，可以通過設置do_compression參數為True 來使用gzip壓縮。代碼如下：

import scipy.io as sio
import numpy as np

A = np.arange(0, 200, 2)        # 創建一個長度為100的數組A
B = np.random.randn(500, 500)   # 創建一個500*500的數組B

# 將數據保存到文件
sio.savemat('mydata.mat', {'A': A, 'B': B}, do_compression=True)

將do_compression參數設置為True來使用gzip壓縮。在讀取此文件時，其他Python代碼可能會使用如下命令：

import scipy.io as sio

data = sio.loadmat('mydata.mat')
A = data['A']
B = data['B']

三、savemat與loadmat

在使用Scipy進行讀寫MATLAB格式數據文件時，由於函數savemat和loadmat是兩個模塊，因此在使用時需要引入相應的模塊。這兩個函數的功能都非常簡單，經常被使用。我們已經介紹了如何使用savemat，現在讓我們來看一看loadmat函數的使用。

要從MATLAB文件中讀取數據，可以使用scipy.io.loadmat函數來加載MATLAB格式的文件，並返回一個Python變量字典。假設我們的例子文件mydata.mat包含兩個名為’A’和’B’的變量，則可以按如下方式讀取數據：

import scipy.io as sio

data = sio.loadmat('mydata.mat')
A = data['A']
B = data['B']

注意，loadmat在讀取數據時，將文件中的所有變量存儲在Python變量字典中。由此導致的一個問題是，變量名稱為字符串，但在訪問Python字典時，必須進行轉換。因此，如果我們使用loadmat讀取MATLAB文件中的變量，則可以通過遍歷Python字典來訪問這些變量：

import scipy.io as sio

data = sio.loadmat('mydata.mat')

for var in data:
    if not var.startswith('__'):
        exec(f"{var}=data['{var}']")

需要注意的是，這種方式在Python中使用了非常強大的exec()函數，必須小心使用。因此，更保險的做法是使用類似於下面的方式來訪問Python字典中的變量：

import scipy.io as sio

data = sio.loadmat('mydata.mat')
A = data['A'].flatten()
B = data['B']

前面的代碼說明了如何使用Scipy保存和讀取MATLAB格式數據文件。此外，當需要進行多個Python程序間的交互式協作時，使用MATLAB文件將非常方便。當然，Matplotlib和Pandas等流行的科學計算包都可以讀取和寫入MATLAB文件。