摘要:在中导入本地数据文件时,总是无法得到正确的数据。此时,如果直接输出,会看到以下结果可见,如果本地文件包含了额外的信息,则单纯使用无法直接读取到所需数据,还应该补充一行对应的代码。
在python中导入本地.mat数据文件时,总是无法得到正确的数据。
问题代码如下:
from numpy import * import scipy.io mnist_train = "D:Machine LearningTensorFlowSoftmax Regressionmnist_datasetmnist_train.mat" mnist_train_labels = "D:Machine LearningTensorFlowSoftmax Regressionmnist_datasetmnist_train_labels.mat" x = scipy.io.loadmat(mnist_train) label = scipy.io.loadmat(mnist_train_labels) print(x.shape)上段代码输出的结果是(1,1),而对应的数据应是(60000,784)。此时,如果直接输出x,会看到以下结果:
""" [[ {"__version__": "1.0", "__header__": b"MATLAB 5.0 MAT-file, Platform: PCWIN, Created on: Tue Nov 29 12:43:31 2011", "mnist_train": array([[ 0., 0., 0., ..., 0., 0., 0.], [ 0., 0., 0., ..., 0., 0., 0.], [ 0., 0., 0., ..., 0., 0., 0.], ..., [ 0., 0., 0., ..., 0., 0., 0.], [ 0., 0., 0., ..., 0., 0., 0.], [ 0., 0., 0., ..., 0., 0., 0.]], dtype=float32), "__globals__": []}]] """可见,如果本地mat文件包含了额外的信息,则单纯使用scipy.io.loadmat()无法直接读取到所需数据,还应该补充一行对应的代码。
x = scipy.io.loadmat(mnist_train) train_x = x["mnist_train"] label = scipy.io.loadmat(mnist_train_labels) train_label = label["mnist_train_labels"]
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/38508.html
小编写这篇文章的目的,主要是给大家介绍关于python和npy矩阵的相关介绍,下面会给大家做出一个详细的解答,希望可以给各位读者带来帮助。 mat矩阵和npy矩阵互相转换 numpy.narray矩阵保存为mat文件 importnumpyasnp importscipy.ioasio mat_path='your_mat_save_path' mat=np....
阅读 1581·2021-11-16 11:45
阅读 2467·2021-09-29 09:48
阅读 3105·2021-09-07 10:26
阅读 1819·2021-08-16 10:50
阅读 1826·2019-08-30 15:44
阅读 2676·2019-08-28 18:03
阅读 1880·2019-08-27 10:54
阅读 1795·2019-08-26 14:01