MATPAB में SciPy, इनपुट और आउटपुट

SciPy (स्पष्ट साई पाई) एक गणितीय अनुप्रयोग पैकेज है जो नम्पी पायथन विस्तार पर आधारित है। SciPy के साथ, एक इंटरैक्टिव पायथन सत्र MATLAB, IDL, ऑक्टेव, आर-लैब और SciLab जैसी जटिल प्रणालियों के लिए एक ही संपूर्ण डेटा प्रोसेसिंग और प्रोटोटाइपिंग वातावरण में बदल जाता है। इस पोस्ट में, मैं scipy.io I / O पैकेज की क्षमताओं के बारे में बात करना चाहूंगा, जो आपको ऑक्टेव और MATLAB डेटा फ़ाइलों के साथ काम करने की अनुमति देता है।

परिचय

सबसे पहले, scipy.io पैकेज को निम्नानुसार आयात करें:

import scipy.io as sio 

Scipy.io पैकेज की मुख्य प्रक्रियाएँ जो आपको MATLAB फ़ाइलों के साथ काम करने की अनुमति देती हैं:

 sio.loadmat sio.savemat sio.whosmat 

MATLAB लाइसेंस समझौते का उल्लंघन नहीं करने के लिए, हम GNU ऑक्टेव वातावरण में काम करेंगे, जिसमें MATLAB के साथ संगत कार्यों को सहेजना और लोड करना है। ओक्टेव प्रॉम्प्ट पर, दर्ज करें:

 octave:1> a = 1:12 a = 1 2 3 4 5 6 7 8 9 10 11 12 octave:2> a = reshape(a, [1 3 4]) a = ans(:,:,1) = 1 2 3 ans(:,:,2) = 4 5 6 ans(:,:,3) = 7 8 9 ans(:,:,4) = 10 11 12 octave:3> save -6 octave_a.mat a % MATLAB 6 compatible octave:4> ls octave_a.mat octave_a.mat 

पायथन में MATLAB फ़ाइल आयात करने के लिए कोड:

 mat_contents = sio.loadmat('octave_a.mat') mat_contents 

  {'__header__': b'MATLAB 5.0 MAT-file, written by Octave 4.2.2, 2019-02-02 20:26:43 UTC', '__version__': '1.0', '__globals__': [], 'a': array([[[ 1., 4., 7., 10.], [ 2., 5., 8., 11.], [ 3., 6., 9., 12.]]])} 

 oct_a = mat_contents['a'] oct_a 

  array([[[ 1., 4., 7., 10.], [ 2., 5., 8., 11.], [ 3., 6., 9., 12.]]]) 

 oct_a.shape 

 (1, 3, 4) 

जैसा कि आप देख सकते हैं, फ़ाइल सही ढंग से पढ़ी गई थी। अब SciPy से MATLAB तक निर्यात पर विचार करें:

 import numpy as np vect = np.arange (10) vect.shape 

 (10,) 

 sio.savemat ('np_vector.mat', {'vect': vect}) 

ऑक्टेव में पायथन फ़ाइल आयात करें:

 octave:8> load np_vector.mat octave:9> vect vect = 0 1 2 3 4 5 6 7 8 9 octave:10> size(vect) ans = 1 10 

मेमोरी में डेटा को पढ़े बिना MATLAB फ़ाइल की सामग्री की जांच करने के लिए, व्हाट्समैट कमांड का उपयोग करें:

 sio.whosmat ('octave_a.mat') 

 [('a', (1, 3, 4), 'double')] 

व्हाट्सटम फ़ंक्शन ट्यूपल्स की एक सूची देता है, प्रत्येक सरणी (या अन्य ऑब्जेक्ट) के लिए एक जो MATLAB फ़ाइल में निहित है। प्रत्येक टपल में एक नाम, फ़ाइल सामग्री और डेटा प्रकार होता है।

MATLAB संरचनाएं

MATLAB संरचनाएं Python dicts शब्दकोशों के समान हैं। अंतर यह है कि फ़ील्ड नाम एक स्ट्रिंग होना चाहिए। क्षेत्र मान किसी भी वस्तु हो सकता है।
याद रखें कि MATLAB MATrix LABoratory के लिए एक संक्षिप्त नाम है। क्योंकि MATLAB का मुख्य उद्देश्य मैट्रिस के साथ काम करना है, इसलिए इसमें सभी ऑब्जेक्ट मैट्रिसेस हैं। यहां तक ​​कि एक एकल संख्या को आकार (1, 1) के मैट्रिक्स के रूप में दर्शाया गया है।

 octave:11> my_struct = struct('field1', 1, 'field2', 2) my_struct = { field1 = 1 field2 = 2 } octave:12> save -6 octave_struct.mat my_struct 

पायथन में MATLAB संरचना डाउनलोड करें:

 mat_contents = sio.loadmat('octave_struct.mat') mat_contents 

 {'__header__': b'MATLAB 5.0 MAT-file, written by Octave 4.2.2, 2019-02-02 20:34:26 UTC', '__version__': '1.0', '__globals__': [], 'my_struct': array([[(array([[1.]]), array([[2.]]))]], dtype=[('field1', 'O'), ('field2', 'O')])} 

 oct_struct = mat_contents['my_struct'] oct_struct.shape 

 (1, 1) 

 val = oct_struct[0,0] val 

 (array([[1.]]), array([[2.]])) 

 val['field1'] 

 array([[1.]]) 

 val['field2'] 

 array([[2.]]) 

 val.dtype 

 dtype([('field1', 'O'), ('field2', 'O')]) 

0.12.0 से SciPy संस्करणों में, MATLAB संरचनाओं को सुव्यवस्थित संरचित सरणियों के रूप में लौटाया जाता है। मैथेले संरचना में फ़ील्ड के नाम सुमेरु सरणी के फ़ील्ड नाम हैं। फ़ील्ड नामों को dtype कमांड का उपयोग करके पढ़ा जा सकता है, जैसा कि ऊपर दिए गए उदाहरण में है। संरचित सरणियों के डेटा प्रकारों के बारे में अधिक जानें।

इस प्रकार, MATLAB में, संरचनाओं की एक सरणी में कम से कम 2 डी का आकार होता है, जिसे SciPy में पढ़ने पर दोहराया जाता है। 1 को आयाम कम करने के लिए, निचोड़_मे पैरामीटर का उपयोग करें:

 mat_contents = sio.loadmat ('octave_struct.mat', squeeze_me = True) oct_struct = mat_contents ['my_struct'] oct_struct.shape 

 () 

यह कभी-कभी MATLAB संरचनाओं को खस्ता सरणियों के बजाय अजगर वस्तुओं के रूप में लोड करने के लिए अधिक सुविधाजनक होता है। ऐसा करने के लिए, लोड करने के लिए struct_as_record = गलत पैरामीटर का उपयोग करें।

 mat_contents = sio.loadmat ('octave_struct.mat', struct_as_record = False) oct_struct = mat_contents ['my_struct'] oct_struct[0,0].field1 

 array([[1.]]) 

स्ट्रक्चर_पास_क्रेडर्ड = गलत पैरामीटर निचोड़_मे पैरामीटर के साथ मिलकर काम करता है:

 mat_contents = sio.loadmat('octave_struct.mat', struct_as_record=False, squeeze_me=True) oct_struct = mat_contents['my_struct'] oct_struct.shape #  , ..     shape 

 --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-23-d41d0a59bb9b> in <module> 1 mat_contents = sio.loadmat('octave_struct.mat', struct_as_record=False, squeeze_me=True) 2 oct_struct = mat_contents['my_struct'] ----> 3 oct_struct.shape #  , ..   AttributeError: 'mat_struct' object has no attribute 'shape' 

 type(oct_struct) 

 scipy.io.matlab.mio5_params.mat_struct 

 oct_struct.field1 

 1.0 

अजगर से MATLAB तक संरचनाओं को निर्यात करने का सबसे आसान तरीका डिक्सेस डिक्शनरी है:

 a_dict = {'field1': 0.5, 'field2': 'a string'} sio.savemat ('saved_struct.mat', {'a_dict': a_dict}) 

MATLAB में यह इस प्रकार है:

 octave:21> load saved_struct octave:22> a_dict a_dict = scalar structure containing the fields: field1 = 0.50000 field2 = a string 

तुम भी अजवायन के फूल से MATLAB के लिए संरचनाओं का निर्यात कर सकते हैं:

 dt = [('f1', 'f8'), ('f2', 'S10')] arr = np.zeros ((2,), dtype = dt) arr 

 array([(0., b''), (0., b'')], dtype=[('f1', '<f8'), ('f2', 'S10')]) 

 arr [0] ['f1'] = 0.5 arr [0] ['f2'] = 'python' arr [1] ['f1'] = 99 arr [1] ['f2'] = 'not perl' sio.savemat ('np_struct_arr.mat', {'arr': arr}) 

कोशिकाओं (सेल) MATLAB की सरणियाँ

MATLAB में कोशिकाओं की किरणें अजगर की सूची की तरह हैं। सेल सरणियों में तत्व किसी भी प्रकार के MATLAB ऑब्जेक्ट को शामिल कर सकते हैं। साथ ही, कोशिकाएं बहुत सी वस्तुओं के सरणियों के समान होती हैं। MATLAB से सुपी तक सेल के निर्यात के एक उदाहरण पर विचार करें।

 octave:14> my_cells = {1, [2, 3]} my_cells = { [1,1] = 1 [1,2] = 2 3 } octave:15> save -6 octave_cells.mat my_cells 

वापस अजगर के लिए:

 mat_contents = sio.loadmat ('octave_cells.mat') oct_cells = mat_contents ['my_cells'] print (oct_cells.dtype) 

 object 

 val = oct_cells [0,0] val 

 array([[1.]]) 

 print (val.dtype) 

 float64 

हम numpy से सेल एरे MATLAB में वस्तुओं की एक संख्या का उपयोग करके निर्यात करेंगे:

 obj_arr = np.zeros ((2,), dtype = np.object) obj_arr [0] = 1 obj_arr [1] = 'a string' obj_arr 

 array([1, 'a string'], dtype=object) 

 sio.savemat ('np_cells.mat', {'obj_arr': obj_arr}) 

जाँच करें कि क्या खसरे से अष्टक तक कोशिका का निर्यात सही है:

 octave:16> load np_cells.mat octave:17> obj_arr obj_arr = { [1,1] = 1 [2,1] = a string } 

शायद यही अंत है। मुझे आशा है कि किसी के लिए यह लेख मुफ्त सॉफ्टवेयर के साथ MATLAB में अनुसंधान को एकीकृत करने के बहाने काम करेगा।
स्रोत: डरावना दस्तावेज