### 使用 Python 查看和读取 `.mat` 文件 在 Python 中，可以使用 `scipy.io` 模块中的 `loadmat` 和 `savemat` 函数来读取和保存 `.mat` 文件。以下是详细的说明以及示例代码。 #### 工具或库的选择 Python 社区内广泛使用的工具之一是 SciPy 库，特别是其子模块 `scipy.io` 提供了专门用于处理 MATLAB `.mat` 文件的功能[^1]。此方法适合大多数标准的 `.mat` 文件格式（V7 及更早版本）。对于 V7.3 格式的文件，则需要使用其他工具如 h5py，因为这些较新的 `.mat` 文件实际上是基于 HDF5 的[^2]。 #### 示例代码：读取 `.mat` 文件 下面是一个简单的例子展示如何使用 `scipy.io.loadmat` 加载 `.mat` 文件，并将其内容打印出来： ```python import scipy.io as sio # Load the .mat file into a dictionary-like structure. file_name = 'example.mat' data_dict = sio.loadmat(file_name) # Print all keys within this loaded mat-file to understand its contents better. for key in data_dict.keys(): if not key.startswith('__'): # Filter out internal fields added by Matlab. print(f"{key}: {data_dict[key]}") ``` 这段脚本首先导入必要的模块，接着定义要加载的目标文件名，之后调用 `sio.loadmat()` 将整个 `.mat` 文件作为一个字典对象加载到内存中。最后遍历该字典的所有键值对，忽略掉一些可能存在的特殊字段（通常以双下划线开头），从而清晰地显示实际存储的数据项及其对应的数值。 #### 示例代码：保存数据为 `.mat` 文件 如果希望反过来将某些 NumPy 数组或其他可序列化的 Python 对象存回 `.mat` 文件里，也可以轻松做到这一点: ```python import numpy as np import scipy.io as sio array_to_save = np.random.rand(10, 10) # Create an example array. output_file_path = './saved_data.mat' # Save it using savemat function under specified variable name inside resulting MAT-file. sio.savemat(output_file_path, mdict={'my_random_array': array_to_save}) ``` 在这里创建了一个随机数构成的二维数组实例，随后指定输出路径与内部变量名称一起传给 `sio.savemat()` 完成持久化过程[^2]。 #### 注意事项 当遇到无法直接通过上述方式正确解析的情况时，可能是由于不同软件间默认维度顺序设置差异造成的。此时可以根据具体情形调整输入数据形状——要么是在 MATLAB 端预先做好排列 (`permute`) ，要么就是在 Python 这边读后即时转置(`transpose`)[^3]。 --- ###