如何用python读取nasa电池数据集？

Question

如何读取.mat文件里面的数据？
这是nasa的18650电池数据：

在matlab里面点击数据 B0006.mat，会显示在工作区：

工作区点击名称B0006以后，会显示字段：

再点击字段一列的cycle后，会显示以下内容：

然后在第一个charge同行的data那一列，点击进去：

可以看到有电压电流的测量数据：

然后打开Voltage_measured这个数据，这是电压数据，电流和时间也是行向量：

我的要求是，希望通过python读取这个文件里面某一次charge或者discharge中的电压电流时间等参数，生成一个dataframe存放电压电流时间最好，把电压电流时间分别生成几个列表读取也行

我想想怎么让回答的获取B0006这个文件，方便进行后续的测试
这有一个链接，好像可以下载nasa的电池数据
https://blog.csdn.net/weixin_70125213/article/details/137174335

重点是我需要用python来读取这个文件进行后续操作，不能用matlab，但是这个数据集是mat文件的，我也尝试用GPT3.5，但是给的方法不对，读取不出来

Answer 1

引自免费微信小程序：皆我百晓生

要使用Python读取NASA的18650电池数据集中的.mat文件，我们可以利用scipy.io库中的loadmat函数。下面是一个详细的步骤和代码示例，展示如何读取并处理这些数据。

首先，确保你已经安装了numpy和scipy库。如果没有安装，可以通过pip安装它们：

pip install numpy scipy

接下来，使用以下Python代码读取.mat文件，并将数据转换为Pandas DataFrame，以便于进一步分析：

import scipy.io
import pandas as pd
import numpy as np

# 加载.mat文件
mat_data = scipy.io.loadmat('path_to_your_file/B0006.mat')  # 替换为你的文件路径

# 获取电池数据结构
battery_data = mat_data['B0006']

# 提取cycle信息
cycles = battery_data[0][0]['cycle']
num_cycles = len(cycles)

# 遍历每个cycle，提取charge或discharge的数据
for i in range(num_cycles):
    cycle = cycles[i][0]
    cycle_type = cycle['type'][0]
    if cycle_type == 'charge' or cycle_type == 'discharge':
        data = cycle['data'][0][0]

        # 解析数据字段
        voltage_measured = data['Voltage_measured'][0]
        current_measured = data['Current_measured'][0]
        temperature_measured = data['Temperature_measured'][0]
        current_charge = data['Current_charge'][0]
        voltage_charge = data['Voltage_charge'][0]
        time = data['Time'][0]

        # 创建DataFrame
        df = pd.DataFrame({
            'Voltage': voltage_measured,
            'Current': current_measured,
            'Temperature': temperature_measured,
            'Charge_Current': current_charge,
            'Charge_Voltage': voltage_charge,
            'Time': time
        })

        print(df.head())  # 打印前几行数据

这段代码将加载.mat文件，遍历其中的每一个cycle，检查cycle类型（充电或放电），并从相应的data结构中提取电压、电流、温度等数据。然后，它将这些数据放入一个Pandas DataFrame中，这样你就可以轻松地进行数据分析和可视化。

请注意，你需要将 'path_to_your_file/B0006.mat' 替换为实际的文件路径。此外，由于.mat文件可能有多种不同的数据结构，你可能需要根据具体文件的结构调整代码中的字段名。

这个过程可能需要一些调试，特别是如果你遇到的数据结构与上述代码预期的不同。但这是一个很好的起点，可以帮助你开始使用Python处理这些数据。