Heim > Backend-Entwicklung > Python-Tutorial > Ausführliche Erläuterung der Lösung des Problems, dass .mat-Dateien in Python nicht korrekt gelesen werden können

Ausführliche Erläuterung der Lösung des Problems, dass .mat-Dateien in Python nicht korrekt gelesen werden können

高洛峰
Freigeben: 2017-03-09 09:20:08
Original
2925 Leute haben es durchsucht

Beim Importieren lokaler .mat-Datendateien in Python können nicht immer die richtigen Daten abgerufen werden.

Der Problemcode lautet wie folgt:

from numpy import *import scipy.io

mnist_train = 'D:\Machine Learning\TensorFlow\Softmax Regression\mnist_dataset\mnist_train.mat'mnist_train_labels = 'D:\Machine Learning\TensorFlow\Softmax Regression\mnist_dataset\mnist_train_labels.mat'x = scipy.io.loadmat(mnist_train)
label = scipy.io.loadmat(mnist_train_labels)

print(x.shape)
Nach dem Login kopieren

Das Ausgabeergebnis des obigen Codes ist (1,1) und die entsprechenden Daten sollten (60000,784) sein. Zu diesem Zeitpunkt, wenn Sie direkt ausgeben Die erforderlichen Daten sollten auch durch eine entsprechende Codezeile ergänzt werden.

'''
[[ {'__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__': []}]]
'''
Nach dem Login kopieren

x = scipy.io.loadmat(mnist_train)
train_x = x['mnist_train']
label = scipy.io.loadmat(mnist_train_labels)
train_label = label['mnist_train_labels']
Nach dem Login kopieren

Das obige ist der detaillierte Inhalt vonAusführliche Erläuterung der Lösung des Problems, dass .mat-Dateien in Python nicht korrekt gelesen werden können. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage