python读取grd数据_Matlab 读取.grd文件

### 如何使用Python将矩阵保存为GRD文件 为了实现这一目标，可以利用 `numpy` 和 `scipy` 库来处理数据，并通过特定函数将其转换并存储为 GRD 文件格式。下面提供了一个具体的例子说明如何操作： ```python import numpy as np from scipy.io import loadmat, savemat def save_matrix_as_grd(matrix, filename): """ 将给定的二维数组保存为Surfer栅格（GRD）文件。 参数: matrix (ndarray): 要保存的数据矩阵。 filename (str): 输出文件名路径。 """ # 创建一个字典用于保存MATLAB结构体中的变量 mdict = {'z': matrix} # 使用savemat方法保存成.mat临时文件 temp_mat_file = 'temp_matrix.mat' savemat(temp_mat_file, mdict) # 加载刚刚创建的.mat文件作为中间步骤 mat_contents = loadmat(temp_mat_file)['z'] # 构建头信息字符串 header = f'DSAA\n{matrix.shape[1]} {matrix.shape[0]}\n' \ f'{np.min(np.where(~np.isnan(mat_contents))[1])} '\ f'{np.max(np.where(~np.isnan(mat_contents))[1])}\n'\ f'{np.min(np.where(~np.isnan(mat_contents))[0])} '\ f'{np.max(np.where(~np.isnan(mat_contents))[0])}\n' # 打开指定的目标grd文件准备写入 with open(filename, 'w') as file: file.write(header) # 遍历每一行并将数值逐行写入文件 for row in range(len(mat_contents)): line = " ".join([f"{item:.6e}" for item in mat_contents[row]]) file.writelines(line + "\n") # 示例调用此功能 example_matrix = np.random.rand(5, 5) * 100 save_matrix_as_grd(example_matrix, './output.grd') ``` 上述代码片段展示了怎样把任意大小的浮点数类型的二维 NumPy 数组保存为 Surfer 格式的网格文件[^1]。这里先将矩阵存为 `.mat` 文件再读取出来是为了确保兼容性和正确性；实际应用中可能不需要这一步骤，取决于具体需求和源数据特性。