如何读取Matlab .mat文件指定矩阵部分数据转为pandas DataFrame

scipy默认的loadmat不加参数时会加载文件内所有变量，按需读取只需要加对应参数或者换适配高版本mat格式的库即可，分两种场景实现：

• 针对Matlab v5/v6版本生成的.mat格式
  直接给loadmat传入variable_names参数指定只加载目标变量F，其他无关变量完全不会读入内存，读取后按你需要的索引切片，再转DataFrame即可对接现有代码：

  from scipy.io import loadmat
  import pandas as pd
  
  # 仅加载目标变量F，过滤所有其他无关变量
  mat_content = loadmat("你的mat文件本地路径.mat", variable_names=["F"])
  F = mat_content["F"]
  
  # 按你需要的索引取子集，例：取第10-200行、第0-30列，替换成你实际需要的索引范围即可
  partial_F = F[10:200, 0:30]
  
  # 转成pandas DataFrame对接现有代码
  target_df = pd.DataFrame(partial_F)
  

• 针对Matlab v7.3及以上版本生成的.mat格式
  高版本mat文件本质是HDF5封装格式，scipy不支持部分读取，用h5py可以实现连完整F矩阵都不加载，直接读取指定索引对应的片数据，内存占用最低：

  import h5py
  import pandas as pd
  
  with h5py.File("你的mat文件本地路径.mat", "r") as f:
      # 注意：h5py读取Matlab矩阵时维度顺序和Matlab原生顺序相反，按需加.T转置即可
      # 直接传入你需要的索引范围，仅读取对应块的数据进内存
      partial_F = f["F"][10:200, 0:30].T
  
  # 转成pandas DataFrame对接现有代码
  target_df = pd.DataFrame(partial_F)
  

版本判断小技巧：直接先用第一种scipy的方法跑，如果抛出NotImplementedError: Please use HDF reader for matlab v7.3 files报错，就换第二种h5py方案即可，不用提前手动查文件版本。

内容的提问来源于stack exchange，提问作者Oriol Telleria