為什么要用python調(diào)用matlab？

我自己的有些數(shù)據(jù)結(jié)構(gòu)涉及到hash查找，在python中key是tuple形式，在matlab中支持hash查找的數(shù)據(jù)結(jié)構(gòu)只有containers.Map()，并不能支持cell作為key。

嘗試過(guò)把向量轉(zhuǎn)為string，但是num2str和str2mat的效率不高，containers.Map()的查找耗時(shí)也非常的長(zhǎng)，所以只好作罷。

后來(lái)發(fā)現(xiàn)可以用python通過(guò)matlab的API直接調(diào)用matlab的函數(shù)參與運(yùn)算，朋友的經(jīng)驗(yàn)說(shuō)矩陣運(yùn)算都交給matlab來(lái)計(jì)算就很快了。

但是摸索過(guò)程中發(fā)現(xiàn)一些問(wèn)題，在網(wǎng)絡(luò)上基本找不到，自己全靠摸索發(fā)現(xiàn)解決方式，寫在這里，如果能給大家?guī)?lái)幫助，那就很好了。

配置python以調(diào)用matlab的API

python環(huán)境

這里以py2.7和Spyder的anaconda為例。

通過(guò)mlab庫(kù)

這個(gè)包直接搜索到官網(wǎng)上下載即可。也可以嘗試pip，我已經(jīng)忘了當(dāng)時(shí)怎么裝上的了。

裝好之后，使用示例如下：

from mlab.releases import latest_release as matlab
import os
path = os.getcwd()
mat.path(mat.path(),path) # 添加當(dāng)前腳本所在路徑到matlab的環(huán)境中
......

所有的matlab（包括自定義函數(shù)）的可以通過(guò)matlab.xxxx()的方式調(diào)用。

mlab包的優(yōu)點(diǎn)

matlab中的所有變量都是矩陣形式的，到python中會(huì)自動(dòng)轉(zhuǎn)為numpy的array形式，非常方便。

mlab包的缺點(diǎn)

這是最大的BUG！那就是自定義函數(shù)在通過(guò)mlab在python中調(diào)用之后，就好像編譯只讀了一樣，此后對(duì).m文件的任何修改都不起作用，不管是重新啟動(dòng)python的kernel、重新啟動(dòng)spyder、重新import mlab、刪除.m文件重建同名函數(shù).m文件，都行不通。刪除了.m文件，python報(bào)錯(cuò)，除非重新命名一個(gè)新函數(shù)后調(diào)用，那么這個(gè)新函數(shù)同樣面臨無(wú)法修改的問(wèn)題。

除非重啟電腦。

因此我選擇了另一個(gè)方式，也是matlab官網(wǎng)介紹的方式。

通過(guò)matlab.engine

matlab官網(wǎng)的鏈接：MATLAB API for Python。

安裝過(guò)程：

1、在matlab安裝路徑中，找到”R2016b\extern\engines\python”，每個(gè)人安裝路徑不一樣，找到末尾一致路徑即可

2、這里注意區(qū)分，通過(guò)anaconda prompt打開(kāi)其命令行，依次執(zhí)行：d: –>cd D:\Program Files\MATLAB\R2016b\extern\engines\python，即切換路徑到matlab的python的setup.py下

3、官方還給出了較全的安裝方案，跟著做就好：在非默認(rèn)位置安裝用于 Python 的 MATLAB 引擎 API

4、安裝完成后，python中就可測(cè)試以下內(nèi)容了：

#coding=utf-8
import matlab.engine
from numpy import *
if __name__ == '__main__':
 eng = matlab.engine.start_matlab()
 A = matlab.double([[1,2],[5,6]])
 print(type(A),A.size,A)
 print(eng.eig(A))
 eng.quit()
 pass

matlab.engine包的優(yōu)點(diǎn)

這是matlab官方介紹的方法，不會(huì)出現(xiàn)mlab的那種問(wèn)題，可以邊寫程序邊調(diào)試沒(méi)問(wèn)題了。

matlab.engine包的缺點(diǎn)

使用的變量中有許多的matlab類，其中一些在spyder的Variable explorer中無(wú)法顯示，必須人為打印。

另外就是必須注意python變量類型和matlab變量類型的對(duì)應(yīng)關(guān)系，matlab給出了一張表：Pass Data to MATLAB from Python。

我習(xí)慣上會(huì)把變量以list的方式 [1,2,3] 傳入到matlab的函數(shù)中，這樣matlab里面實(shí)際認(rèn)為是cell，調(diào)試中遇到了很多次，實(shí)際上如果只傳數(shù)值到函數(shù)中，需要在python中將變量設(shè)置為 matlab.double([1,2,3]) 傳入才正常。

實(shí)用建議

matlab.double類型的變量，可以通過(guò)numpy.asarray方式轉(zhuǎn)為array類型的變量，方便在python中處理。

matlab中的函數(shù)返回到python中的值默認(rèn)為1個(gè)，需要在函數(shù)中增加一個(gè)參數(shù)nargout=n，如果n與返回的個(gè)數(shù)不一致，python會(huì)報(bào)錯(cuò)。

總結(jié)

官方介紹的matlab.engine更好用。

matlab負(fù)責(zé)處理矩陣計(jì)算，python用以解決hash查找的數(shù)據(jù)結(jié)構(gòu)。

目前還在開(kāi)發(fā)初期階段，并不知道數(shù)據(jù)在python和matlab之間的通信效率高不高。

第一次寫總結(jié)，主要是為了給自己總結(jié)用，避免以后發(fā)生同樣的錯(cuò)誤?？紤]到網(wǎng)絡(luò)上相關(guān)問(wèn)題的中文介紹非常少，能找到的都是抄過(guò)來(lái)抄過(guò)去的基礎(chǔ)配置問(wèn)題，我這里分享出來(lái)，以期能夠幫助到其他朋友。

補(bǔ)充：python調(diào)用matlab問(wèn)題解決小建議

軟件及python位數(shù)要一致

cmd進(jìn)行build和install時(shí)需要管理員權(quán)限運(yùn)行

多個(gè)版本的情況下，需要使用python、python2、python3進(jìn)行python2 setpy.py build這樣

函數(shù)的參數(shù)一般需要matlab.double轉(zhuǎn)換或者參數(shù)賦值時(shí)直接改為double型

import matlab.engine
eng = matlab.engine.start_matlab()

需要保證你的函數(shù)或腳本就在當(dāng)前的工作路徑下，也就是說(shuō)要把m文件放到python程序中去

matlab.double([44100])
matlab.double([[1.0,1.4142135623730951,1.7320508075688772,2.0,2.23606797749979]])
signal = eng.hanshu(matlab.double([44100]), matlab.double([3000]), matlab.double([5]))

默認(rèn)情況下，API認(rèn)為接收函數(shù)返回結(jié)果的參數(shù)有1個(gè)。

這會(huì)導(dǎo)致沒(méi)有返回值的函數(shù)在被調(diào)用時(shí)報(bào)錯(cuò)：“Too many output arguments”或是多個(gè)返回值的情況下只返回并得到第一個(gè)返回值

我們可以人為指定輸出參數(shù)為0個(gè)來(lái)避免這樣的錯(cuò)誤。

eng.hanshu(canshu, nargout=2)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

最新評(píng)論