自己用matlab导出一个.mat格式的数据文件（假设是224×224），用python读取它，将其变成224×224的tensor（张量），扩充该tensor的维数使其成为一个四维tensor（1，1，224，224）,最后将该tensor转为numpy，并打印numpy的形状。

好的，以下是实现您所描述的步骤的Python代码：

import scipy.io
import numpy as np
import torch

# 读取.mat文件
mat_data = scipy.io.loadmat('your_file.mat')

# 提取张量数据
tensor_data = mat_data['your_variable_name']

# 将张量数据转换为NumPy数组
numpy_array = np.array(tensor_data)

# 将NumPy数组转换为张量
tensor = torch.from_numpy(numpy_array)

# 扩展张量的维度
expanded_tensor = tensor.unsqueeze(0).unsqueeze(0)

# 将张量转换为NumPy数组并打印形状
numpy_array = expanded_tensor.numpy()
print(numpy_array.shape)

请将上述代码中的`your_file.mat`替换为您实际的.mat文件的路径，`your_variable_name`替换为您在.mat文件中存储张量数据的变量名。

这段代码将读取您导出的.mat文件，并将其转换为一个形状为(224, 224)的张量。然后，它将扩展张量的维度，使其成为一个形状为(1, 1, 224, 224)的四维张量。最后，它将张量转换为NumPy数组并打印其形状。