什么是MAT文件？

MAT文件是MATLAB使用的专有数据格式，用于存储工作区变量。这些文件通常包含：

• 数值矩阵和多维数组
• 文本数据（字符串）
• 结构体和元胞数组
• 其他复杂数据类型

在Python中处理MAT文件对于数据科学家和工程师来说非常重要，因为MATLAB在工程和科学计算领域被广泛使用。

准备工作

安装所需库

使用Python读取MAT文件主要依赖scipy库：

pip install scipy numpy

导入必要的模块

import scipy.io
import numpy as np

读取MAT文件基础

使用scipy.io.loadmat

scipy.io.loadmat是读取MAT文件的主要函数，它会返回一个字典，其中键是变量名，值是相应的数据。

# 读取MAT文件
data = scipy.io.loadmat('data.mat')

# 查看文件中的变量
print(data.keys())

访问MAT文件中的数据

# 获取特定变量
matrix_data = data['matrix_var']
vector_data = data['vector_var']
text_data = data['text_var']

完整示例代码

import scipy.io
import numpy as np
import matplotlib.pyplot as plt

# 加载MAT文件
mat_data = scipy.io.loadmat('sensor_data.mat')

# 提取数据
time_vector = mat_data['time'][0]
sensor_readings = mat_data['readings']

# 打印基本信息
print(f"文件包含的变量: {list(mat_data.keys())}")
print(f"传感器数据维度: {sensor_readings.shape}")
print(f"时间点数量: {len(time_vector)}")

# 数据处理示例 - 计算平均值
mean_readings = np.mean(sensor_readings, axis=1)
print(f"各传感器平均读数: {mean_readings}")

# 可视化数据
plt.figure(figsize=(10, 6))
for i in range(sensor_readings.shape[0]):
    plt.plot(time_vector, sensor_readings[i], label=f'Sensor {i+1}')
    
plt.title('传感器读数随时间变化')
plt.xlabel('时间 (秒)')
plt.ylabel('读数')
plt.legend()
plt.grid(True)
plt.show()

常见问题与解决方案

# 检查MAT文件内容而不加载全部数据
file_info = scipy.io.whosmat('large_data.mat')
print(file_info)

def process_struct(data):
    if isinstance(data, np.ndarray) and data.dtype.names:
        # 这是一个结构体数组
        result = {}
        for name in data.dtype.names:
            result[name] = process_struct(data[name][0,0])
        return result
    else:
        return data

最佳实践

• ✓ 使用scipy.io.whosmat检查文件内容再加载
• ✓ 处理大型文件时只加载需要的变量
• ✓ 将MAT数据转换为Pandas DataFrame以便分析
• ✓ 使用HDF5格式替代MAT格式处理大型数据集

总结

使用Python读取MAT文件是连接MATLAB和Python生态系统的关键技能。通过scipy.io库，你可以轻松访问MATLAB生成的数据，并在强大的Python科学计算生态系统中进行分析和可视化。

开始将你的MATLAB数据导入Python工作流程，释放Python数据处理能力的全部潜力！