需要导入，导入scipy.io…

import scipy.io
mat = scipy.io.loadmat('file.mat')

既不scipy.io。savemat，或scipy.io.loadmat适用于MATLAB数组版本7.3。但好的部分是MATLAB版本7.3文件是hdf5数据集。因此，可以使用包括NumPy在内的许多工具读取它们。

对于Python，您将需要h5py扩展，这需要在您的系统上安装HDF5。

import numpy as np
import h5py
f = h5py.File('somefile.mat','r')
data = f.get('data/variable1')
data = np.array(data) # For converting to a NumPy array

还有MathWorks本身的Python MATLAB引擎。如果你有MATLAB，这可能值得考虑(我自己没有尝试过，但它有很多功能，而不仅仅是读取MATLAB文件)。然而，我不知道是否允许将其分发给其他用户(如果这些人拥有MATLAB，这可能不是问题。否则，也许NumPy才是正确的选择?)

此外，如果您想自己完成所有的基础工作，MathWorks提供了关于文件格式结构的详细文档(如果链接更改，请尝试谷歌获取matfile_format.pdf或其标题MAT-FILE Format)。这并不像我个人想的那么复杂，但显然，这不是最简单的方法。这也取决于你想要支持多少个.mat文件的特性。

我写了一个“小”(大约700行)的Python脚本，它可以读取一些基本的.mat文件。我既不是Python专家，也不是初学者，我花了大约两天时间来编写它(使用上面链接的MathWorks文档)。我学到了很多新东西，而且很有趣(大部分时间)。由于Python脚本是我在工作中编写的，恐怕我不能发布它…但我可以在这里给出一些建议:

首先阅读文档。 使用十六进制编辑器(如HxD)并查看您想要解析的引用.mat文件。 通过将字节保存到.txt文件中并注释每行来尝试找出每个字节的含义。 使用类保存每个数据元素(如miCOMPRESSED、miMATRIX、mxDOUBLE或miINT32) .mat-files的结构是保存树形数据结构中的数据元素的最佳结构;每个节点有一个类和一个子节点

安装了MATLAB 2014b或更新版本后，可以使用MATLAB for Python引擎:

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

首先将.mat文件保存为:

save('test.mat', '-v7')

之后，在Python中，使用常用的loadmat函数:

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

读取文件

import scipy.io
mat = scipy.io.loadmat(file_name)

检查MAT变量的类型

print(type(mat))
#OUTPUT - <class 'dict'>

字典中的键是MATLAB变量，值是分配给这些变量的对象。

有一个很好的包叫做mat4py，可以很容易地安装使用

pip install mat4py

使用起来很简单(来自网站):

从mat文件加载数据

函数loadmat只使用Python的dict和list对象，将mat文件中存储的所有变量加载到一个简单的Python数据结构中。数值数组和单元格数组转换为行顺序的嵌套列表。压缩数组以消除只有一个元素的数组。生成的数据结构由与JSON格式兼容的简单类型组成。

示例:将mat文件加载到Python数据结构中:

from mat4py import loadmat

data = loadmat('datafile.mat')

变量数据是mat文件中包含变量和值的字典。

将Python数据结构保存到mat文件中

使用savemat函数，可以将Python数据保存到mat文件中。数据必须以与loadmat相同的方式结构化，即它应该由简单的数据类型组成，如dict, list, str, int和float。

示例:将Python数据结构保存到mat文件中:

from mat4py import savemat

savemat('datafile.mat', data)

参数数据应与变量一致。

from os.path import dirname, join as pjoin
import scipy.io as sio
data_dir = pjoin(dirname(sio.__file__), 'matlab', 'tests', 'data')
mat_fname = pjoin(data_dir, 'testdouble_7.4_GLNX86.mat')
mat_contents = sio.loadmat(mat_fname)

你可以使用上面的代码来读取Python中默认保存的.mat文件。

将mat文件读入混合数据类型的pandas dataFrame

import scipy.io as sio
mat=sio.loadmat('file.mat')# load mat-file
mdata = mat['myVar']  # variable in mat file 
ndata = {n: mdata[n][0,0] for n in mdata.dtype.names}
Columns = [n for n, v in ndata.items() if v.size == 1]
d=dict((c, ndata[c][0]) for c in Columns)
df=pd.DataFrame.from_dict(d)
display(df)

有一个用于此任务的很棒的库:pymatreader。

按照下面的步骤做:

安装包:pip Install pymatreader 导入此包的相关函数:from pymatreader Import read_mat 使用函数读取matlab结构:data = read_mat('matlab_struct.mat') 使用data.keys()来定位数据实际存储的位置。

钥匙通常会像:dict_keys([‘__header__’,‘__version__’,‘__globals__’,' data_opp '])。其中data_opp将是存储数据的实际键。当然，这个键的名称可以在不同的文件之间更改。

最后一步-创建你的数据帧:my_df = pd.DataFrame(data['data_opp'])

就是这样:)

也可以使用hdf5storage库。关于matlab版本支持的详细信息，这里是官方文档。

import hdf5storage

label_file = "./LabelTrain.mat"
out = hdf5storage.loadmat(label_file) 

print(type(out)) # <class 'dict'>

除了v4 (Level 1.0)， v6, v7到7.2 matfiles和h5py. io.loadmat之外。文件7.3格式matfiles，有另一种类型的matfiles在文本数据格式而不是二进制，通常由Octave创建，这甚至不能在MATLAB中读取。

scipy.io.loadmat和h5py。文件不能加载它们(在scipy 1.5.3和h5py 3.1.0上测试)，我找到的唯一解决方案是numpy.loadtxt。

import numpy as np
mat = np.loadtxt('xxx.mat')

Scipy可以很好地加载.mat文件。 我们可以使用get()函数将其转换为numpy数组。

mat = scipy.io.loadmat('point05m_matrix.mat')

x = mat.get("matrix")
print(type(x))
print(len(x))

plt.imshow(x, extent=[0,60,0,55], aspect='auto')
plt.show()

在我自己努力解决这个问题并尝试其他库(我不得不说mat4py也是一个很好的库，但有一些限制)之后，我构建了这个库(“matdata2py”)，它可以处理大多数变量类型，对我来说最重要的是“字符串”类型。.mat文件需要保存在-V7.3版本中。我希望这对社区有用。

安装:

pip install matdata2py

如何使用这个库:

import matdata2py as mtp

加载Matlab数据文件:

Variables_output = mtp.loadmatfile(file_Name, StructsExportLikeMatlab = True, ExportVar2PyEnv = False)
print(Variables_output.keys()) # with ExportVar2PyEnv = False the variables are as elements of the Variables_output dictionary. 

使用ExportVar2PyEnv = True，你可以分别看到每个变量作为与Mat文件中保存的同名的python变量。

国旗的描述

StructsExportLikeMatlab = True/False结构导出为字典格式(False)或类似于Matlab的基于点的格式(True)

ExportVar2PyEnv = True/False将单个字典中的所有变量导出(True)或作为单独的单独变量导出到python环境中(False)

在python中上传和读取mat文件

用python安装mat4py。在成功安装后，我们得到: 成功安装mat4py-0.5.0。 从mat4py导入loadmat。 保存文件的实际位置在一个变量。 使用python将mat文件格式加载到数据值 PIP安装mat4py 从mat4py导入loadmat boston = r"E:\Downloads\boston.mat" data = loadmat(boston, meta=False)