python读取npy文件 mse_python读取mat或npy文件以及将mat文件保存为npy文件（或npy保存为mat）的方法...

numpy h5py scipy

读取mat文件并存为npy格式文件

具体见代码，注意h5py的转置问题

import numpy as np

from scipy import io

mat = io.loadmat('yourfile.mat')

# 如果报错:Please use HDF reader for matlab v7.3 files

# 改为下一种方式读取

import h5py

mat = h5py.File('yourfile.mat')

# mat文件里可能有多个cell，各对应着一个dataset

# 可以用keys方法查看cell的名字, 现在要用list(mat.keys()),

# 另外，读取要用data = mat.get('名字'), 然后可以再用Numpy转为array

print(mat.keys())

# 可以用values方法查看各个cell的信息

print(mat.values())

# 可以用shape查看维度信息

print(mat['your_dataset_name'].shape)

# 注意，这里看到的shape信息与你在matlab打开的不同

# 这里的矩阵是matlab打开时矩阵的转置

# 所以，我们需要将它转置回来

mat_t = np.transpose(mat['your_dataset_name'])

# mat_t 是numpy.ndarray格式

# 再将其存为npy格式文件

np.save('yourfile.npy', mat_t)

npy文件的读取很简单

import numpy as np

matrix = np.load('yourfile.npy')

可以重新读取npy文件保存为mat文件

方法一(在MATLAB双击打开时遇到了错误：Unable to read MAT-file *********.mat. Not a binary MAT-file. Try load -ASCII to read as text. )：

import numpy as np

matrix = np.load('yourfile.npy')

f = h5py.File('yourfile.mat', 'w')

f.create_dataset('dataname', data=matrix)

# 这里不会将数据转置

方法二(使用scipy)：

from scipy import io

mat = np.load('rlt_gene_features.npy-layer-3-train.npy')

io.savemat('gene_features.mat', {'gene_features': mat})