MNE学习笔记:安装与测试

Posted Dodo·D·Caster

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MNE学习笔记:安装与测试相关的知识,希望对你有一定的参考价值。

MNE学习笔记(一):安装与测试

参考文章:https://mp.weixin.qq.com/s/3IAIOoV7Ai4q0YNO_vxklw

环境

首先得确保电脑中已有python 3.0以上的环境,这里我安装的是Python 3.9.0

安装

控制台输入安装代码即可完成安装:

pip install -U mne

测试

如果没有数据则可下载下面的数据:

链接: https://pan.baidu.com/s/1pL-0BHnDOlkiLGIKisJhxg 提取码: j43j

测试代码如下:

这里matplotlib的学习可以参考:https://www.jianshu.com/p/da385a35f68d这篇文章

# 引入python库
import mne
from mne.datasets import sample
import matplotlib.pyplot as plt

# 数据(fif文件)存放的地址
fname = 'D:/Data/MNE-sample-data/MEG/sample/sample_audvis_raw.fif'

# 存在文件则直接加载,否则从网上下载该数据
raw = mne.io.read_raw_fif(fname)

# 获取10-20秒内的良好的MEG数据
picks = mne.pick_types(raw.info, meg=True, exclude='bads')  # 选择良好的MEG信号,排除bads
t_idx = raw.time_as_index([10., 20.])   # 时间设置为10~20秒内的
data, times = raw[picks, t_idx[0]:t_idx[1]]
plt.plot(times, data.T)
plt.title("Sample channels")
plt.show()

# 绘制SSP矢量图
raw.plot_projs_topomap()
plt.show()

# 绘制电极位置
raw.plot_sensors()
plt.show()

结果:

以上是关于MNE学习笔记:安装与测试的主要内容,如果未能解决你的问题,请参考以下文章

Python-EEG工具库MNE中文教程-参考电极应用

Python-EEG工具库MNE-Python详细安装与使用

MNE学习笔记:Evoked data的可视化

MNE学习笔记:Evoked data的可视化

MNE学习笔记:Evoked data的可视化

MNE学习笔记:Epoched data的可视化