Python读取mat(matlab数据文件)并实现画图

下面是Python读取mat文件并实现画图的完整攻略：

1. 载入matlab的数据

要读取matlab数据文件，我们需要使用Python中的科学计算库numpy和读取mat文件的库scipy.io。首先需要安装这两个库，可以使用pip命令进行安装。

!pip install numpy scipy

读取matlab文件时我们需要知道文件所在的完整路径，以及文件中所包含的数据的变量名称。比如一个名为example.mat的matlab文件位于当前工作文件夹下，其中包含了一个名为data的变量，我们可以使用以下代码载入数据：

import scipy.io as sio

mat_file = sio.loadmat('example.mat') # 加载数据文件
data = mat_file['data'] # 获得名为'data'的变量

其中sio.loadmat()函数将mat文件中的数据以python字典的形式存储到了变量mat_file中，我们可以通过字典的键值对方式获取到文件中的数据。在这个例子中，我们使用mat_file['data']获取到了名为'data'的变量。

2. 数据可视化

绘制图形采用Python中常用的数据可视化库matplotlib。我们可以使用matplotlib中的plot函数随时随地进行简单的二维图表绘制。比如在我们的示例中，数据是一个包含10个元素的向量，我们可以使用以下代码绘制这个向量的折线图：

import matplotlib.pyplot as plt

plt.plot(data)
plt.show()

代码运行后，我们就能在窗口中看到绘制的折线图了。

示例说明

示例1：读取mat文件中的矩阵并实现图像的显示

假设我们的mat文件中有一个矩阵变量A，我们需要将其读进来，并用imshow函数对其进行可视化。示例代码如下：

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

data = sio.loadmat('example.mat')
A = data['A'] # 获得名为'A'的变量

plt.imshow(A,cmap='gray')
plt.show()

上述代码通过loadmat函数将文件example.mat中的请求载入，并赋值给data变量。data变量是一个Python字典，其中包含了所有在Matlab文件中的变量名及其对应的值。我们可以使用data['A']语句获取名为'A'的变量，进而绘制出对应的图像。

示例2：读取mat文件中的向量并绘制在坐标系上

假设我们的mat文件中有一个向量变量x，我们需要将其读进来，并用plot函数对其进行绘图。示例代码如下：

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

data = sio.loadmat('example.mat')
x = data['x'] # 获得名为'x'的变量

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(x)
ax.set_xlabel("Samples")
ax.set_ylabel("Amplitude")
ax.set_title("Signal Curve")
plt.show()

上述代码通过loadmat函数将文件example.mat中的请求载入，并赋值给data变量。data变量是一个Python字典，其中包含了所有在Matlab文件中的变量名及其对应的值。我们可以使用data['x']语句获取名为'x'的变量，进而绘制出对应的图像。

我们使用figure函数新建一个画布，并使用add_subplot函数添加一个子图。然后使用ax.plot(x)函数绘制x中的数据，ax.set_xlabel/set_ylabel/set_title分别设置x轴、y轴以及图表标题等属性，最后使用plt.show()展示图象。

希望以上代码能对您有所帮助。