【数据分析】通过python分析提取matlab工作区中的数据

#%%
import scipy.io
import pandas as pd
import numpy as np

# Load the .mat file
file_path = 'clay_C.mat'
mat_data = scipy.io.loadmat(file_path)

## 建立结果表格
# 定义行、列名
columns = ['0.1', '0.5', '1', '2', '3', '4', '5']
index = ['0.1', '0.5', '1', '2', '3', '4', '5']

my_psnrs_mean = pd.DataFrame(np.nan,index = index, columns=columns)

my_ssims_mean = pd.DataFrame(np.nan,index = index, columns=columns)

my_fsims_mean = pd.DataFrame(np.nan,index = index, columns=columns)

my_ergas_mean = pd.DataFrame(np.nan,index = index, columns=columns)
#%%
# 假设MAT文件中包含一个名为'C'的数据变量
data = mat_data['C']
#%%
# 将数据转换为DataFrame
df = pd.DataFrame(data)
df = df.transpose()
#%%
for i in range(len(df)):
    row = df.iloc[i][0]
    
    my_df = pd.DataFrame(row)
    
    psnrs_mean = my_df.iloc[0,0][0][-1]
    ssims_mean = my_df.iloc[0,1][0][-1]
    fsims_mean = my_df.iloc[0,2][0][-1]
    ergas_mean = my_df.iloc[0,3][0][-1]
    tau_1 = my_df.iloc[0,4][0][-1]
    tau_2 = my_df.iloc[0,5][0][-1]
    
    my_psnrs_mean.loc[str(tau_1),str(tau_2)] = psnrs_mean
    
    my_ssims_mean.loc[str(tau_1),str(tau_2)] = ssims_mean
    
    my_fsims_mean.loc[str(tau_1),str(tau_2)] = fsims_mean
    
    my_ergas_mean.loc[str(tau_1),str(tau_2)] = ergas_mean
#%%
my_psnrs_mean*10
#%%
my_ssims_mean*10
#%%
my_fsims_mean*10
#%%
my_ergas_mean*10

代码详细分析

这段代码从MAT文件中读取数据，并将其转换为多个Pandas DataFrame，以便进行后续的分析和处理。以下是代码的详细分析：

1. 导入库和读取MAT文件

import scipy.io
import pandas as pd
import numpy as np

# Load the .mat file
file_path = 'clay_C.mat'
mat_data = scipy.io.loadmat(file_path)

这里使用了scipy.io.loadmat函数来读取MAT文件，并将其存储在变量mat_data中。

2. 建立结果表格

# 定义行、列名
columns = ['0.1', '0.5',