在 Python 中数据的矩阵操作常常会与 matlab 有数据交互，这就涉及到了在 Python 输出 .mat 文件。下面给出详细代码实现。

存储 .mat 文件，涉及 scipy 中的 io 模块，以及相关方法 savemat 。

主要代码如下：

import numpy, scipy.io

scipy.io.savemat('filename.mat', mdict={'my_data': my_data})

详细实现源码示例如下：

# PCA Pro

Dim_Set = []

for Cat_Num in range(len(Data_Set)):

print "正在干第 "+str(Cat_Num+1)+"/"+str(len(Data_Set))+" 类行为 ！！！"

pca = decomposition.PCA()

pca.fit(Data_Set[Cat_Num])

# 累计贡献率 又名 累计方差贡献率 不要简单理解为 解释方差！！！

EV_List = pca.explained_variance_

EVR_List = []

for j in range(len(EV_List)):

EVR_List.append(EV_List[j]/EV_List[0])

for j in range(len(EVR_List)):

if(EVR_List[j]<0.1):

Dim = j

break

Dim_Set.append(Dim)

Dim = max(Dim_Set)

pca = decomposition.PCA(n_components=Dim, copy=True, whiten=False)

for k in range(len(Data_Set)):

Data_Set[k] = pca.fit_transform(Data_Set[k])

scipy.io.savemat('Data_Set.mat', mdict={'Data_Set': Data_Set})

其中 Data_Set 是 由 K 个 array 组成的 list ，各 array 同列不同行，在 matlab 中 读取结果为 Cell 文件。

截图如下 ：