Python #DataProcessing

最近在用python扫描参数计算，在用MATLAB的时候，比较喜欢保存为CSV文件或者是txt文件，这些文件的好处是可以用记事本或者excel打开看，缺点是占用的空间太大。后来MATLAB我比较倾向于用“.mat”文件来保存，这样文件就会比较小。MATLAB保存为.mat文件只要如下命令

1
2
save('xxx.mat','matA','matB',...) %依次保存matA,matB文件
save('xxx.mat') %保存工作区的所有文件

python也支持以上所有的文件格式，还支持npy文件。用法如下，首先导入包

1
2
import numpy as np
import scipy.io as scio

txt 格式

1
2
3
4
# 保存为txt
np.savetxt("filename.txt", matA)
## 读取为txt
data=np.loadtxt("filename.txt")

mat 格式

1
2
3
4
5
6
7
8
# 保存为mat文件
scio.savemat("filename.mat", {'NameA':matA})
# 读取为mat文件
data=scio.loadmat("filename.mat")
# 此处的data文件是一个字典，不同的矩阵、数值需要依次取出来。
matA = data['matA']
matB = data['matB']
matC = data['matC']

npy 格式

1
2
3
4
5
# 保存为npy文件
np.save("filename.npy", matA)
np.save("filename.npy", matA,matB,matC) #多个矩阵
# 读取npy文件
np.load("filename.npy")

因此python不仅支持读取与保存mat文件，还有自己独有的npy文件，这两种文件都是不能用记事本打开，但是都占开年较小，比如我计算的文件，保存为txt文件时占355kB,但是保存成npy格式或者mat格式，都只占114kB.这种方法适合保存一些比较大的数据，比较节省空间。