Matlab是学术界非常受欢迎的科学计算平台，matlab提供强大的数据计算以及仿真功能。在Matlab中数据集通常保存为.mat格式。那么如果我们想要在Python中加载.mat数据应该怎么办呢？所以今天就给大家分享一个使用python加载.mat数据的方法。我将使用Stanford Cars Dataset数据集作为例子为大家演示使用方法。

数据集

Stanford Cars Dataset数据集是一个关于车辆图像分类的数据集，该数据集保存格式为.mat形式。数据及下载地址为：

加载.mat文件

Scipy是一个非常流行的用于科学计算的python库，很自然地，它们有一种方法可以让你读入.mat文件。阅读它们绝对是一件容易的事。您可以在一行代码中完成它：

from scipy.io import loadmatannots = loadmat('cars_train_annos.mat')

格式化数据

通过loadmat方法加载数据后会返回一个Python字典的数据结构，我们可以查看数据关键字，代码如下：

annots.keys()> dict_keys(['__header__', '__version__', '__globals__', 'annotations'])

下边是关于数据集描述的文档，从中我们可以查看关于数据及更详细的描述，也可以验证通过Python加载后数据是否正确。

This file gives documentation for the cars 196 dataset.() — — — — — — — — — — — — — — — — — — — — Metadata/Annotations — — — — — — — — — — — — — — — — — — — — Descriptions of the files are as follows:-cars_meta.mat: Contains a cell array of class names, one for each class.-cars_train_annos.mat: Contains the variable ‘annotations’, which is a struct array of length num_images and where each element has the fields: bbox_x1: Min x-value of the bounding box, in pixels bbox_x2: Max x-value of the bounding box, in pixels bbox_y1: Min y-value of the bounding box, in pixels bbox_y2: Max y-value of the bounding box, in pixels class: Integral id of the class the image belongs to. fname: Filename of the image within the folder of images.-cars_test_annos.mat: Same format as ‘cars_train_annos.mat’, except the class is not provided. — — — — — — — — — — — — — — — — — — — — Submission file format — — — — — — — — — — — — — — — — — — — — Files for submission should be .txt files with the class prediction forimage M on line M. Note that image M corresponds to the Mth annotation inthe provided annotation file. An example of a file in this format istrain_perfect_preds.txtIncluded in the devkit are a script for evaluating training accuracy,eval_train.m. Usage is:(in MATLAB)>> [accuracy, confusion_matrix] = eval_train(‘train_perfect_preds.txt’)If your training predictions work with this function then your testingpredictions should be good to go for the evaluation server, assumingthat they’re in the same format as your training predictions.

从文档中可以看到，annotations变量中包含我们想要的结构数据，包括标签、图像文件名以及图像边界框信息，因此我们只需处理annotations变量并从中提取我们想要的信息。

type(annots[‘annotations’]),annots[‘annotations’].shape>(numpy.ndarray, (1, 8144))type(annots['annotations'][0][0]),annots['annotations'][0][0].shape>(numpy.void, ())

从.mat中提取的数据以numpy.ndarray格式存储，此数组中的项的数据类型是numpy.void。

annots[‘annotations’][0][0][‘bbox_x1’], annots[‘annotations’][0][0][‘fname’]> (array([[39]], dtype=uint8), array(['00001.jpg'], dtype='<U9'))

接下来我们通过循环将字典中的annotations变量信息提取出来，并将它们存储在列表中：

[item.flat[0] for item in annots[‘annotations’][0][0]]> [39, 116, 569, 375, 14, '00001.jpg']

将数据转换成Pandas Dataframe

现在我们用python加载好matlab数据文件，为方便后续的处理，我们将数据转换为pandas格式。转换过程十分简单，具体代码如下：

data = [[row.flat[0] for row in line] for line in annots[‘annotations’][0]]columns = [‘bbox_x1’, ‘bbox_y1’, ‘bbox_x2’, ‘bbox_y2’, ‘class’, ‘fname’]df_train = pd.DataFrame(data, columns=columns)

转换后数据形式如下:

最后如果有想要学习Python的朋友可以后台私信小编“01”，小编给大家分享一套Python基础到框架学习资料，一起学习交流。