Python 从 mat 文件读写 到 h5py 文件包

【摘要】

python在读写matlab文件时常用到scipy.io文件，但，针对大文件（有网友睁着直径为8848米的小眼睛说的大小的分界点在2GB）以及存储版本在“matlab-v7.3”以上的文件就拙计了，这里分享一种刚刚学到处理方式，用h5py模块，详细介绍以及Python源码详见本文。

【正文】

1、如果你的matlab的版本比较旧，保存的.mat 格式为‘-v7.3’以前的版本，可以采用：scipy.io即可。假如有一个name_box.mat，其中，box: {1x29992 cell}和name: {1x29992 cell}。我们想要读取其中的box的内容，源码如下：

import scipy.io as sio
boxes = sio.loadmat(’name_box.mat‘)['box'].ravel()

这样boxes就是一个list，可以采用boxes[i]显示每个array的内容了，boxes.shape[0]为cell的个数

2、如果你的matlab的版本比较新，保存的.mat格式为‘-v7.3’的版本，由于scipy.io不支持，所以要采用hdf5，arr.mat是一个m*n的矩阵文件，代码准备先对arr读入，再对 TrainSet_rotate.h5文件实现写入操作，源码如下：

import h5py
import numpy as np

file = h5py.File('F:\\wfpdm\\20150702_2105\\arr.mat','r')
arr = file['arr'][:]

# h5py 用于文件读写 详细用例
data = np.array( [222,333,444] )
label = np.array( [0,1,0] )
img_num = np.array( [0,1,2] )
# 创建HDF5文件
file = h5py.File('TrainSet_rotate.h5','w')
# 写入
file.create_dataset('train_set_x', data = data)
file.create_dataset('train_set_y', data = label)
file.create_dataset('train_set_num',data = img_num)
file.close()

# 读方式打开文件
file=h5py.File('TrainSet_rotate.h5','r')
# 尽管后面有 '[:]', 但是矩阵怎么进去的就是怎么出来的，不会被拉长（matlab后遗症）
train_set_data = file['train_set_x'][:]
train_set_y = file['train_set_y'][:]
train_set_img_num = file['train_set_num'][:]
file.close()

在浏览网页时发现有文章提到，采用 h5py.File 方法读入后会造成矩阵和传入之前的文件比较，存在转置，笔者亲测，这个绝对不会，特在文末阐明。