web-dev-qa-db-ja.com

Scipy.io.loadmatを使用してロードされた.matファイルから配列の内容にアクセスします-python

更新：これは要約すると長い質問です。誰かがnumpy配列クラスを私に説明できますか？私は以下の私自身の質問に答えました。

私はmatlabからmysqlデータベースにデータをインポートするプロジェクトに取り組んでいます。そのコンテンツはDjango Webサイトから入手できます。Scipy.io.loadmatを使用してmatlabから情報を取得したいと思います。 pythonで使用できる形式に変換して、Django apiを使用してデータベースにデータを入力できるようにします。

私の問題は、scipy.io.loadmatによってインポートされたデータを処理できないことです。いくつかのネストされた配列の形式でロードされ、変数名の一部が失われているようです。

トライアル用に作成したテスト構造のmatlabコードは次のとおりです。

sensors.time = [0:1:10].';
sensors.sensor1 = {};
sensors.sensor1.source_type = 'flight';                          
sensors.sensor1.source_name = 'flight-2';                       
sensors.sensor1.channels = {};
sensors.sensor1.channels.channel1.name = '1';                    
sensors.sensor1.channels.channel1.local_ori = 'lateral';         
sensors.sensor1.channels.channel1.vehicle_ori = 'axial';         
sensors.sensor1.channels.channel1.signals = {};
sensors.sensor1.channels.channel1.signals.signal1.filtered = 'N';
sensors.sensor1.channels.channel1.signals.signal1.filtered_description = 'none'; 
sensors.sensor1.channels.channel1.signals.signal1.data = sin(sensors.time)+0.1*Rand(11,1); 

>> sensors
      time: [11x1 double]
      sensor1: [1x1 struct]
>> sensors.sensor1
      source_type: 'flight'
      source_name: 'flight-2'
      channels: [1x1 struct]
>> sensors.sensor1.channels
      channel1: [1x1 struct]
>> sensors.sensor1.channels.channel1
      name: '1'
      local_ori: 'lateral'
      vehicle_ori: 'axial'
      signals: [1x1 struct]
>> sensors.sensor1.channels.channel1.signals
      signal1: [1x1 struct]
>> sensors.sensor1.channels.channel1.signals.signal1
      filtered: 'N'
      filtered_description: 'none'
      data: [11x1 double]

この構造をpython辞書として簡単に視覚化できるので、これはそれほど複雑な演習ではないようです。

これがpythonファイルを読み取るために使用したコードです（最終的には複数のファイルを読み取りたい）：

from scipy
import os, glob

path = 'C:\Users\c\Desktop\import'
for f in glob.glob( os.path.join(path, '*.mat')):
    matfile = scipy.io.loadmat(f, struct_as_record=True)

これは、loadmatから得られた辞書です。

>>> matfile
{'sensors': array([[ ([[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10]],[[(array([u'flight'], 
      dtype='<U6'), array([u'flight-2'], 
      dtype='<U8'), array([[ ([[(array([u'1'], 
      dtype='<U1'), array([u'lateral'], 
      dtype='<U7'), array([u'axial'], 
      dtype='<U5'), array([[ ([[(array([u'N'], 
      dtype='<U1'), array([u'none'], 
      dtype='<U4'), array([[ 0.06273465],[ 0.84363597],[ 1.00035443],[ 0.22117587],[-0.68221775],[-0.87761299],[-0.24108487],[ 0.71871452],[ 1.04690773],[ 0.46512366],[-0.51651414]]))]],)]],
      dtype=[('signal1', '|O4')]))]],)]], 
      dtype=[('channel1', '|O4')]))]])]], 
      dtype=[('time', '|O4'), ('sensor1', '|O4')]), '__version__': '1.0', '__header__': 'MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Tue Jun 07 18:38:32 2011', '__globals__': []}

データはすべてそこにありますが、これらのクラスオブジェクトにアクセスする方法がわかりません。コンテンツをループして、複数のセンサーを処理し、次にセンサーごとに複数のチャネルを処理できるようにしたいと思います。

このデータ構造を単純化するのに役立つ説明や、これを簡単にするための提案された変更をいただければ幸いです。

ここでのニックの提案に基づく更新は、repr（matfile）とdir（matfile）です。

>>> repr(matfile)
"{'sensors': array([[ ([[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10]], [[(array([u'flight'], \n      dtype='<U6'), array([u'flight-2'], \n      dtype='<U8'), array([[ ([[(array([u'1'], \n      dtype='<U1'), array([u'lateral'], \n      dtype='<U7'), array([u'axial'], \n      dtype='<U5'), array([[ ([[(array([u'N'], \n      dtype='<U1'), array([u'none'], \n      dtype='<U4'), array([[ 0.0248629 ],\n       [ 0.88663486],\n       [ 0.93206871],\n       [ 0.22156497],\n       [-0.65819207],\n       [-0.95592508],\n       [-0.22584908],\n       [ 0.66569432],\n       [ 1.06956739],\n       [ 0.51103298],\n       [-0.53732649]]))]], [[(array([u'Y'], \n      dtype='<U1'), array([u'1. 5 Hz High Pass, 2. remove offset'], \n      dtype='<U35'), array([[ 0.        ],\n       [ 0.84147098],\n       [ 0.90929743],\n       [ 0.14112001],\n       [-0.7568025 ],\n       [-0.95892427],\n       [-0.2794155 ],\n       [ 0.6569866 ],\n       [ 0.98935825],\n       [ 0.41211849],\n       [-0.54402111]]))]])]], \n      dtype=[('signal1', '|O4'), ('signal2', '|O4')]))]],)]], \n      dtype=[('channel1', '|O4')]))]])]], \n      dtype=[('time', '|O4'), ('sensor1', '|O4')]), '__version__': '1.0', '__header__': 'MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Wed Jun 08 10:58:19 2011', '__globals__': []}"

>>> dir(matfile)
['__class__', '__cmp__', '__contains__', '__delattr__', '__delitem__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get', 'has_key', 'items', 'iteritems', 'iterkeys', 'itervalues', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values', 'viewitems', 'viewkeys', 'viewvalues']

>>> dir(matfile['sensors'])
['T', '__abs__', '__add__', '__and__', '__array__', '__array_finalize__', '__array_interface__', '__array_prepare__', '__array_priority__', '__array_struct__', '__array_wrap__', '__class__', '__contains__', '__copy__', '__deepcopy__', '__delattr__', '__delitem__', '__delslice__', '__div__', '__divmod__', '__doc__', '__eq__', '__float__', '__floordiv__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getslice__', '__gt__', '__hash__', '__hex__', '__iadd__', '__iand__', '__idiv__', '__ifloordiv__', '__ilshift__', '__imod__', '__imul__', '__index__', '__init__', '__int__', '__invert__', '__ior__', '__ipow__', '__irshift__', '__isub__', '__iter__', '__itruediv__', '__ixor__', '__le__', '__len__', '__long__', '__lshift__', '__lt__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__', '__nonzero__', '__oct__', '__or__', '__pos__', '__pow__', '__radd__', '__Rand__', '__rdiv__', '__rdivmod__', '__reduce__', '__reduce_ex__', '__repr__', '__rfloordiv__', '__rlshift__', '__rmod__', '__rmul__', '__ror__', '__rpow__', '__rrshift__', '__rshift__', '__rsub__', '__rtruediv__', '__rxor__', '__setattr__', '__setitem__', '__setslice__', '__setstate__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__truediv__', '__xor__', 'all', 'any', 'argmax', 'argmin', 'argsort', 'astype', 'base', 'byteswap', 'choose', 'clip', 'compress', 'conj', 'conjugate', 'copy', 'ctypes', 'cumprod', 'cumsum', 'data', 'diagonal', 'dot', 'dtype', 'dump', 'dumps', 'fill', 'flags', 'flat', 'flatten', 'getfield', 'imag', 'item', 'itemset', 'itemsize', 'max', 'mean', 'min', 'nbytes', 'ndim', 'newbyteorder', 'nonzero', 'prod', 'ptp', 'put', 'ravel', 'real', 'repeat', 'reshape', 'resize', 'round', 'searchsorted', 'setfield', 'setflags', 'shape', 'size', 'sort', 'squeeze', 'std', 'strides', 'sum', 'swapaxes', 'take', 'tofile', 'tolist', 'tostring', 'trace', 'transpose', 'var', 'view']

明らかに、私はオブジェクトとクラスについて少し学ぶ必要があります。配列のビットをプルして変数に入れるにはどうすればよいですか。例えば：

time = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
source_type = 'flight'
etc.
pythonmatlabnumpyscipymat-file
17
sequoia

私たちの会社では、かなり複雑なマットファイルで同様の問題が発生しました。私はまだ頭をscipy IOモジュールに巻き付けていますが、これが私たちが見つけたものです。

Matfile ['sensors']にアクセスすると、scipy.io.matlab.mio5_params.mat_structオブジェクトが返されます。これを使用して、以下のコンテンツにアクセスできます。印刷するとフラットな配列のように見えますが、dictにアクセスして個々のコンポーネントを取得できます。したがって、次のようなものを実行して、コンポーネントへのアクセスを開始できます。

from scipy.io import loadmat
matfile = loadmat('myfile.mat', squeeze_me=True, struct_as_record=False)
matfile['sensors'].sensor1.channels.channel1.name

あなたの場合、構造体の要素を反復できるようにしたいのですが、これは、mat_structオブジェクトの_fieldnamesプロパティにアクセスする場合に実行できます。そこから、フィールド名をループしてgetattrでアクセスできます。

for field in matfile['sensors']._fieldnames:
    # getattr will return the value for the given key
    print getattr(matfile['sensors'], field)

これにより、少なくともマットファイルを変更することなく、深くネストされた要素にアクセスできるようになります。

21
efalconer

私が頼った解決策は、MATLAB構造を単純化することでした。ネストされた構造を削除しました。各データセットは単一のファイルに存在し、pythonを使用して、指定されたディレクトリ内の特定のタイプのすべてのファイルをループしました。（http://bogdan.org.ua/2007/08/12/python-iterate-and-read-all-files-in-a-directory-folder.html、その例を見たい場合。）

フラットなmatlab構造をインポートすると、matlab変数名がキーとなる辞書が作成されます。文字列は形状（1、）-> [文字列]の配列として入力され、数値は形状（N、M）-> [[数値]]の配列として入力されます。

Numpy配列についてはまだもう少し学ぶ必要があります。

0
sequoia