Python 读取 .mat 文件深度指南：解锁 MATLAB 数据互操作性84

在科学计算、工程仿真以及数据分析的诸多领域，MATLAB 凭借其强大的数值计算能力和友好的可视化界面，积累了大量的用户和数据资产。MATLAB 生成的专属数据文件通常以 .mat 为扩展名。然而，在日益普及的 Python 生态系统中，特别是当我们需要利用 Python 的丰富库（如 NumPy、Pandas、SciPy、Scikit-learn 等）进行后续数据处理、机器学习或可视化时，如何高效、准确地读取这些 .mat 文件成为了一个常见而关键的需求。

本文将作为一份专业的指南，深入探讨 Python 读取 .mat 文件的各种方法、技巧以及常见问题解决方案。我们将主要聚焦于模块，并兼顾对新版 HDF5 格式 .mat 文件的处理。

1. 为什么需要在 Python 中读取 .mat 文件？

尽管 MATLAB 和 Python 都是科学计算领域的强大工具，但它们各有侧重和优势。在以下场景中，你可能会发现需要在 Python 中读取 .mat 文件：
数据互操作性：与使用 MATLAB 的团队或个人共享数据。
统一工作流：将 MATLAB 生成的数据整合到基于 Python 的数据分析、机器学习或深度学习管道中。
资源限制：在没有 MATLAB 环境的服务器或机器上处理数据。
利用 Python 库：充分利用 Python 庞大而活跃的科学计算库生态系统，例如更高效的深度学习框架（TensorFlow, PyTorch）、更专业的统计建模工具或更灵活的数据可视化库。

2. 核心工具：

Python 生态系统中的 SciPy 库是科学计算的核心。其模块提供了与多种数据格式（包括 MATLAB、IDL、Fortran 等）进行交互的功能。其中，loadmat 函数是读取 .mat 文件的主要工具。

2.1 安装 SciPy

如果你还没有安装 SciPy，可以通过 pip 轻松安装：pip install scipy numpy

2.2 基本用法

函数会将 .mat 文件中的所有变量加载到一个 Python 字典中，其中字典的键是 MATLAB 变量的名称，值是对应的 NumPy 数组或结构体。

首先，我们创建一个简单的 MATLAB `.mat` 文件作为示例。你可以运行以下 MATLAB 代码来生成它：% 创建一个简单的 .mat 文件
data_scalar = 123;
data_vector = [1 2 3 4 5];
data_matrix = [1 2; 3 4];
data_string = 'Hello MATLAB!';
data_complex = 1 + 2i;
% 创建一个结构体
= 'Alice';
= 30;
= [90 85 92];
% 创建一个单元格数组
myCellArray = {1, 'two', [3; 4]};
save('', ...
'data_scalar', 'data_vector', 'data_matrix', 'data_string', 'data_complex', ...
'myStruct', 'myCellArray');
fprintf(' created successfully.');

现在，我们用 Python 读取它：import as sio
import numpy as np
# 假设存在于当前目录下
mat_contents = ('')
# print(mat_contents) # 可以打印整个字典查看内容
# 访问变量
scalar_data = mat_contents['data_scalar']
vector_data = mat_contents['data_vector']
matrix_data = mat_contents['data_matrix']
string_data = mat_contents['data_string']
complex_data = mat_contents['data_complex']
print(f"标量数据 (scalar_data): {scalar_data}, 类型: {type(scalar_data)}")
print(f"向量数据 (vector_data): {vector_data}, 类型: {type(vector_data)}")
print(f"矩阵数据 (matrix_data): {matrix_data}, 类型: {type(matrix_data)}")
print(f"字符串数据 (string_data): {string_data}, 类型: {type(string_data)}")
print(f"复数数据 (complex_data): {complex_data}, 类型: {type(complex_data)}")
# 注意：字符串在MATLAB中通常是字符数组，loadmat会将其转换为NumPy数组，
# 如果是单个字符串，通常是 shape 为 (1, N) 的二维数组，需要进一步处理
if == 'U': # Universal string
print(f"处理后的字符串数据: {()}") # .item() 提取单个元素
else: # If it's bytes or other array type
print(f"处理后的字符串数据: {()[0]}") # Or similar method
# MATLAB 的复数会被转换为 Python 的复数类型
print(f"复数数据的实部: {}, 虚部: {}")

输出解读：
loadmat 返回一个字典。
字典中除了用户定义的变量外，还会包含一些 MATLAB 内部的元数据，通常以 __ 开头，例如 __header__、__version__、__globals__。在使用时，我们通常会忽略这些键。
MATLAB 的数值类型（标量、向量、矩阵）会被自动转换为 NumPy 的 ndarray。
MATLAB 的字符串（字符数组）通常会被加载为 NumPy 的字符数组（例如 dtype='

2025-10-23

上一篇：Python字符串日期提取：从基础到高级，掌握多种高效截取方法

下一篇：Python 风格迁移：从 Gatys 经典到实时应用的全方位指南