MNE-Python的两种不同安装环境配置的方法

大家好，我是陈锐。

今天内容来源网络整理，仅供学习参考。

MNE-Python（https://mne.tools/stable/index.html）是一款开源的数据处理分析软件，它是基于Python语言，应用在多种电生理数据上的工具。可用于MEG, EEG, sEEG, ECoG, NIRS等数据的读取，预处理，可视化和分析。它支持多种神经科学数据格式，比如.edf、. cnt、.dbf、.vhdr、.set等，MNE默认的格式为.fif。并提供了许多用于数据预处理、信号处理、时频分析、统计分析和可视化的在线教程。它还包括了一些机器学习算法，能够用于神经科学的分类和预测任务。

MNE-python相对EEGLAB有什么优势？

MNE-python和EEGLAB是两个常用于EEG/MEG数据处理和分析的软件包，它们各有优劣。相较于EEGLAB，MNE-python有以下几个优势：

1. 更广泛的数据格式支持：MNE-python支持多种脑电图和脑磁图数据格式，包括FIF、BrainVision、EDF、Nicolet、NeuroScan等等，而EEGLAB仅支持部分这些格式。

2. 更强大的信号处理工具：MNE-python提供了丰富的信号处理和时频分析工具，包括时频分析、滤波、重构、拓扑映射、映射拟合等，这些功能在EEGLAB中的功能是有限的。

3. 基于Python的开发： MNE-python是一个完全基于Python的软件包，可以方便的与其他Python科学计算库（如NumPy、SciPy和scikit-learn）进行集成，可以与这些库一起使用来提高数据处理效率。

4. 多种可视化工具： MNE-python提供了多种可视化工具，包括3D脑表面可视化、时频谱可视化以及脑活动时空分布图等。

5. 更强大的机器学习工具：MNE-python具有基于Scikit-learn的强大机器学习工具，用于进行分类、识别任务和脑机接口等相关应用。

6. 开源社区的活跃：MNE-python的开发是由一个活跃的开源社区推动的，社区支持下软件包经常得到更新和维护。

总之，MNE-python和EEGLAB都是优秀的工具箱，但是MNE-python更适合需要进行更复杂数据处理和分析以及和Python科学计算库交互的任务。

本文介绍MNE-Python的两种不同的环境配置安装方法以及使用MNE-Pyhon读取Raw data

如何安装MNE-Python？

01安装MNE-python集成的setup

在其官方网站下载（https://mne.tools/stable/install/installers.html#installers）对应电脑系统的安装包，这种方法是最直接最有效的安装方法，它会包括很多依赖的python库，免去了很多的麻烦。

具体的安装过程可以参考其视频安装

安装成功后，可在应用程序中查看到MNE-python

可以使用自带的Spyder编辑器进行代码的撰写，也可以打开Prompt（MNE）终端环境，使用其它软件进行代码撰写。

点击System Info即可查看已安装好的python环境

02、安装原生的MNE-python(推荐使用Anaconda部署环境)

Anaconda是一种开源的Python和R编程语言的发行版，包含了许多流行的科学计算软件包和工具。它是由Anaconda Inc.开发和维护的，可以在Windows、Linux和macOS等操作系统上使用。

Anaconda集成了许多科学计算和数据科学的库，如NumPy、Pandas、Matplotlib、IPython等，并且包含了一个叫做Conda的包管理器，方便用户管理这些软件包。Conda不仅可以用来安装和更新软件包，还可以创建多个独立的Python环境，使得用户可以方便地管理不同版本的Python和不同项目的依赖关系，从而更好地隔离不同项目的环境。它最大的优势就是把python做相关数据计算与分析所需要的包都集成到了一起，这样我们就不必花更多的时间去下载我们需要的各种安装包了，只需要安装好Anaconda，配置其独立的MNE换行就可以 了，为我们节省了大量的时间。

■ Anaconda下载网址：

https://www.anaconda.com/products/individual

Anaconda安装流程

以下是在 Windows 操作系统中安装 Anaconda 的步骤：

1. 到 Anaconda 的官方网站（https://www.anaconda.com）下载最新的 Anaconda 安装文件，选择适合自己操作系统的版本。

2. 下载完成后，双击安装文件，并按照安装程序指示，一步一步地完成安装。

3. 在安装的过程中，需要注意一些选项的设置，选择将 Anaconda 添加到系统环境变量中等选项。按照自己的需求进行设置。

4. 安装完成后，可以在 “开始” 菜单中找到 “Anaconda3” 文件夹，其中包含了 Anaconda 的各种工具和应用程序，例如 Jupyter Notebook 等。

5. 使用 Anaconda 中的 Python 版本，可以打开 “Anaconda Prompt” 命令行工具，输入以下命令查看 Anaconda 中已经安装的 Python 版本：

   conda list python
   

6. 如果需要创建一个新的 Python 环境，则可以使用以下命令创建：

   conda create --name MNE python=3.7
   

   其中，”MNE” 是新环境的名称，”python=3.7” 表示使用 Python 3.7 版本。当然也可以打开anaconda GUI界面进行创建。

7. 安装完成后，可以使用以下命令激活新环境：

   conda activate MNE
   

8. 然后安装所需要的额外的 Python 包及MNE包，例如：

   conda install numpy pandas matplotlib 
   pip install mne
   

   这些包将会被安装到 “MNE” 环境中。

9. 如果不再需要使用新环境，可以使用以下命令关闭该配置环境：

   conda deactivate
   

03测试是否安装成功及环境库

在激活的MNE环境中终端命令窗口打开Python输入 import mne，回车，如没有报错，即MNE安装成功

测试环境配置是否完全安装?

python -c "import mne; mne.sys_info()"

MNE中数据结构Raw及其用法简介

使用Raw格式读取 各种不同的数据格式。通过raw data来查看数据的基本信息，包括通道名称、通道数、采样率、数据采集的时间等等；

MNE-Python可以读取和处理多种电生理数据格式，以下是MNE-Python中读取数据格式的函数：

代码示例

支持的数据类型格式：

读取数据的MNE代码

#导入MNE
import mne
#写数据文件地址(根据自己的文件路径修改)
data_path = "/Users/chenrui/Desktop/mne-python/sample_data/eeglab_data.set"
# 读取数据
raw = mne.io.read_raw_eeglab(data_path, preload=True)
#打印info信息
print(raw)
print(raw.info)

以上是如何读取脑电数据以及查看数据的基本信息，在接下来的过程，我们慢慢来学习后续的分析过程。

无论是使用安装包还是Anaconda进行MNE-Python的安装，进行环境配置以确保MNE-Python可以正确运行。

安装必要的python库后，您可以通过import命令检查您的环境是否配置正确：

import mne
import numpy
import scipy
import matplotlib
import sklearn
import skimage

如果这些库都可以正常导入，则表示您的MNE-Python环境已经配置正确。

谢谢大家观看，如有帮助，来个喜欢或者关注吧！

本文作者：陈锐

有任何疑问及建议，扫描以下公众号二维码添加交流：

更多脑科学技术内容，请加入付费知识星球

公众号：大脑技术

热爱生活，热爱技术；分享生活，分享技术。

☛您的打赏是我创作的动力☚

打赏

微信支付

支付宝

• 上一篇
  EEGLAB系列教程5：数据预处理2（ICA去伪迹）

「游客及非Github用户留言」：