将matlab代码转换为python

时间:2013-11-12 19:30:57

标签: python matlab numpy

好的,我有一个来自EEG扫描的数据文件(一个二进制文件,data.eeg),在matlab中读取文件的代码并绘制一部分数据如下:

sr=400;                                                     % Sample Rate
Nyq_freq=sr/2;                                              % Nyquist Frequency
fneeg=input('Filename  (with path and extension) :', 's');  
t=input('How many seconds in total of EEG ? : ');
ch=input('How many channels of EEG ? : ');
le=t*sr;                                                    % Length of the Recording
fid=fopen(fneeg, 'r', 'l');                                 % Open the file to read 
EEG=fread(fid,[ch,le],'int16');                             % Read Data -> EEG Matrix
fclose ('all');     
plot(EEG(:,3))

这是我尝试“翻译”

from numpy import *
from matplotlib.pylab import *

sample_rate = 400
Nyquist = sample_rate/2.
fneeg = raw_input("Filename (full path & extension): ")
t = int(raw_input("How many secs in total of EEG?: "))
ch = int(raw_input("How many channels of EEG?: "))
le = t*sample_rate
fid = open(fneeg, 'r')
EEG = fromfile(fneeg, int16)

这里的事情让我感到困惑。根据文档,matlab的fread是一种通过fread(loaded_file,size,data_type)读取二进制文件的方法。 python中的替代方法是使用numpy的fromfile并使用内置的reshape函数重新整形(根据此线程:MATLAB to Python fread)。我不确定这是如何工作的,甚至与matlab方法有关?如果我的问题令人困惑,我很抱歉,matlab对我来说还是一个新手

编辑:如果您想查看此处的文件,请执行以下操作:https://www.dropbox.com/s/zzm6uvjfm9gpamk/data.eeg

Edit2:原始输入的答案是t = 10,ch = 32。事实上,我不确定为什么我现在甚至要求用户输入我想到它..

1 个答案:

答案 0 :(得分:2)

正如你自己和@JoeKington的评论中所讨论的那样,这应该有效(我删除了输入的东西进行测试)

import numpy as np

sample_rate = 400
Nyquist = sample_rate/2.0
fneeg = 'data.eeg'
t = 10 
ch = 32
le = t*sample_rate
EEG = np.fromfile(fneeg, 'int16').reshape(ch, le, order='F')

如果没有重塑,你会得到:

In [45]: EEG
Out[45]: array([ -39,  -25,  -22, ..., -168, -586,  -46], dtype=int16)

In [46]: EEG.shape
Out[46]: (128000,)

重塑:

In [47]: EEG.reshape(ch, le, order='F')
Out[47]: 
array([[ -39,  -37,  -12, ...,    5,   19,   21],
       [ -25,  -20,    7, ...,   20,   36,   36],
       [ -22,  -20,    0, ...,   18,   34,   36],
       ..., 
       [ 104,  164,   44, ...,   60,  -67, -168],
       [ 531,  582,   88, ...,   29, -420, -586],
       [ -60,  -63,  -92, ...,  -17,  -44,  -46]], dtype=int16)

In [48]: EEG.reshape(ch, le, order='F').shape
Out[48]: (32, 4000)