2017-07-10 147 views

答えて

5

mat形状(1831, 1)、そしていくつかのメタデータと形状(1831, 21)Xy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) 
+0

@COLDSPEEDどのように変換について、アレイ状=(n_samples、n_featuresと)? – KouchakYazdi

+0

@KouchakYazdiあなたが最初にそれを作り直したいのですか? –

+0

@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

関連する問題