相當於Matlab的fread（）'float64'在Python中

Question

我有一個二進制文件，我可以在MATLAB中打開，但無法在Python中打開。 二進制文件被編碼為'雙浮點'，因此由MATLAB讀取，具有以下行：

fread(fopen(fileName), 'float64'); 

在Python中，我不確定如何復制這一行。 我認為使用Numpy將是一個很好的起點，所以我嘗試了以下幾行，但沒有得到我預期的輸出。 每行有6個數字，我只得到第一個和一個'NaN'。

from numpy import * 
f = open('filename', 'rb') 
a = fromfile(f, double64, 10)
print a

對此的任何幫助都將非常感激; 我在下面的評論中發布了二進制文件和MATLAB解析文件。 我也不需要特別使用Numpy，我對任何基於Python的解決方案都持開放態度。 謝謝。

Answer 1

每秒的值都是nan所以這可能是一些分隔符。 此外，文件中的值是列優先。 以下腳本讀入數據，拋出NaN條目，將數組操作為正確的形狀，並輸出與您發布的文件相同的CSV文件：

import csv
import numpy as np

# Pull in all the raw data.
with open('TEMPO3.2F-0215_s00116.dat', 'rb') as f:
    raw = np.fromfile(f, np.float64)

# Throw away the nan entries.
raw = raw[1::2]

# Check its a multiple of six so we can reshape it.
if raw.size % 6:
    raise ValueError("Data size not multiple of six.")

# Reshape and take the transpose to manipulate it into the
# same shape as your CSV. The conversion to integer is also
# so the CSV file is the same.
data = raw.reshape((6, raw.size/6)).T.astype('int')

# Dump it out to a CSV.
with open('test.csv', 'w') as f:
    w = csv.writer(f)
    w.writerows(data)

編輯 ：更新版本，其中包含jorgeca建議的更改 ：

import csv
import numpy as np

# Pull in all the raw data.
raw = np.fromfile('TEMPO3.2F-0215_s00116.dat', np.float64)

# Throw away the nan entries.
raw = raw[1::2]

# Reshape and take the transpose to manipulate it into the
# same shape as your CSV. The conversion to integer is also
# so the CSV file is the same.
data = raw.reshape((6, -1)).T.astype('int')

# Dump it out to a CSV.
with open('test.csv', 'w') as f:
    w = csv.writer(f)
    w.writerows(data)

Answer 2

在數據值之間存在分隔符，在讀取時產生交替數據和NaN，例如在matlab中：

 NaN
2134
 NaN
2129
 NaN
2128
....
1678

和numpy：

[   nan  2134.    nan ...,  1681.    nan  1678.]

我使用您使用Matlab或numpy（1.7）發布的代碼獲得相同的輸入。 請注意，根據csv文件中的模式，數據是按列逐列讀取的，而不是按行讀取的。

要在numpy中獲取所有數據，請嘗試

a = fromfile(file=f, dtype=float64, count=-1)