python - 将matlab代码转换为python

Question

好吧，我有一个来自脑电图扫描的数据文件(一个二进制文件，data.eeg)，在 matlab 中读取文件和绘制数据部分的代码如下所示:

sr=400;                                                     % Sample Rate
Nyq_freq=sr/2;                                              % Nyquist Frequency
fneeg=input('Filename  (with path and extension) :', 's');  
t=input('How many seconds in total of EEG ? : ');
ch=input('How many channels of EEG ? : ');
le=t*sr;                                                    % Length of the Recording
fid=fopen(fneeg, 'r', 'l');                                 % Open the file to read 
EEG=fread(fid,[ch,le],'int16');                             % Read Data -> EEG Matrix
fclose ('all');     
plot(EEG(:,3))

这是我“翻译”的尝试

from numpy import *
from matplotlib.pylab import *

sample_rate = 400
Nyquist = sample_rate/2.
fneeg = raw_input("Filename (full path & extension): ")
t = int(raw_input("How many secs in total of EEG?: "))
ch = int(raw_input("How many channels of EEG?: "))
le = t*sample_rate
fid = open(fneeg, 'r')
EEG = fromfile(fneeg, int16)

这就是让我感到困惑的地方。根据文档，matlab的fread是一种通过fread(loaded_file, size, data_type)读取二进制文件的方法。 python 中的替代方法是使用 numpy 的 fromfile 和 reshape(根据此处的线程:MATLAB to Python fread)使用内置的 reshape 函数。我不确定这是如何工作的，甚至与 matlab 方法有关？如果我的问题令人困惑，我很抱歉，matlab 对我来说还是很新

编辑:如果你想看看这里的文件，它是:https://www.dropbox.com/s/zzm6uvjfm9gpamk/data.eeg

Edit2:原始输入的答案是 t=10，ch=32。事实上，我不确定我现在为什么要征求用户意见……

Answer 1

正如您和@JoeKington 在评论中所讨论的那样，这应该可行(我删除了输入内容以进行测试)

import numpy as np

sample_rate = 400
Nyquist = sample_rate/2.0
fneeg = 'data.eeg'
t = 10 
ch = 32
le = t*sample_rate
EEG = np.fromfile(fneeg, 'int16').reshape(ch, le, order='F')

如果不 reshape ，您会得到:

In [45]: EEG
Out[45]: array([ -39,  -25,  -22, ..., -168, -586,  -46], dtype=int16)

In [46]: EEG.shape
Out[46]: (128000,)

reshape :

In [47]: EEG.reshape(ch, le, order='F')
Out[47]: 
array([[ -39,  -37,  -12, ...,    5,   19,   21],
       [ -25,  -20,    7, ...,   20,   36,   36],
       [ -22,  -20,    0, ...,   18,   34,   36],
       ..., 
       [ 104,  164,   44, ...,   60,  -67, -168],
       [ 531,  582,   88, ...,   29, -420, -586],
       [ -60,  -63,  -92, ...,  -17,  -44,  -46]], dtype=int16)

In [48]: EEG.reshape(ch, le, order='F').shape
Out[48]: (32, 4000)