mat
形状(1831, 1)
、そしていくつかのメタデータと形状(1831, 21)
のX
、y
を含む辞書であるようです。 X
と仮定するとデータであり、y
が同じのためのラベルである、あなたはnp.hstack
で水平にそれらをスタックし、パンダにそれらをロードすることができます。
In [1755]: mat = scipy.io.loadmat('cardio.mat')
In [1758]: cardio_df = pd.DataFrame(np.hstack((mat['X'], mat['y'])))
In [1759]: cardio_df.head()
Out[1759]:
0 1 2 3 4 5 6 \
0 0.004912 0.693191 -0.203640 0.595322 0.353190 -0.061401 -0.278295
1 0.110729 -0.079903 -0.203640 1.268942 0.396246 -0.061401 -0.278295
2 0.216546 -0.272445 -0.203640 1.050988 0.148753 -0.061401 -0.278295
3 0.004912 0.727346 -0.203640 1.212171 -0.683598 -0.061401 -0.278295
4 -0.100905 0.363595 1.321366 1.027120 0.141359 -0.061401 -0.278295
In [1760]: cardio_df.shape
Out[1760]: (1831, 22)
@COLDSPEEDどのように変換について、アレイ状=(n_samples、n_featuresと)? – KouchakYazdi
@KouchakYazdiあなたが最初にそれを作り直したいのですか? –
@COLDSPEED shape =(n_samples、n_features)形式の配列のようなmatファイルが必要な場合はどうなりますか? (データフレームではない) – KouchakYazdi