python調用matlab時常見問題有哪些

這篇文章將為大家詳細講解有關python調用matlab時常見問題有哪些，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

為什么要用python調用matlab？

我自己的有些數據結構涉及到hash查找，在python中key是tuple形式，在matlab中支持hash查找的數據結構只有containers.Map()，并不能支持cell作為key。

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

后來發現可以用python通過matlab的API直接調用matlab的函數參與運算，朋友的經驗說矩陣運算都交給matlab來計算就很快了。

但是摸索過程中發現一些問題，在網絡上基本找不到，自己全靠摸索發現解決方式，寫在這里，如果能給大家帶來幫助，那就很好了。

配置python以調用matlab的API

python環境

這里以py2.7和Spyder的anaconda為例。

通過mlab庫

這個包直接搜索到官網上下載即可。也可以嘗試pip，我已經忘了當時怎么裝上的了。

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) # 添加當前腳本所在路徑到matlab的環境中
......

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

mlab包的優點

matlab中的所有變量都是矩陣形式的，到python中會自動轉為numpy的array形式，非常方便。

mlab包的缺點

這是最大的BUG！那就是自定義函數在通過mlab在python中調用之后，就好像編譯只讀了一樣，此后對.m文件的任何修改都不起作用，不管是重新啟動python的kernel、重新啟動spyder、重新import mlab、刪除.m文件重建同名函數.m文件，都行不通。刪除了.m文件，python報錯，除非重新命名一個新函數后調用，那么這個新函數同樣面臨無法修改的問題。

除非重啟電腦。

因此我選擇了另一個方式，也是matlab官網介紹的方式。

通過matlab.engine

matlab官網的鏈接：MATLAB API for Python。

安裝過程：

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

2、這里注意區分，通過anaconda prompt打開其命令行，依次執行：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：在非默認位置安裝用于 Python 的 MATLAB 引擎 API

4、安裝完成后，python中就可測試以下內容了：

#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包的優點

這是matlab官方介紹的方法，不會出現mlab的那種問題，可以邊寫程序邊調試沒問題了。

matlab.engine包的缺點

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

另外就是必須注意python變量類型和matlab變量類型的對應關系，matlab給出了一張表：Pass Data to MATLAB from Python。

我習慣上會把變量以list的方式 [1,2,3] 傳入到matlab的函數中，這樣matlab里面實際認為是cell，調試中遇到了很多次，實際上如果只傳數值到函數中，需要在python中將變量設置為 matlab.double([1,2,3]) 傳入才正常。

實用建議

matlab.double類型的變量，可以通過numpy.asarray方式轉為array類型的變量，方便在python中處理。

matlab中的函數返回到python中的值默認為1個，需要在函數中增加一個參數nargout=n，如果n與返回的個數不一致，python會報錯。

總結

官方介紹的matlab.engine更好用。

matlab負責處理矩陣計算，python用以解決hash查找的數據結構。

目前還在開發初期階段，并不知道數據在python和matlab之間的通信效率高不高。

第一次寫總結，主要是為了給自己總結用，避免以后發生同樣的錯誤。考慮到網絡上相關問題的中文介紹非常少，能找到的都是抄過來抄過去的基礎配置問題，我這里分享出來，以期能夠幫助到其他朋友。

補充：python調用matlab問題解決小建議

軟件及python位數要一致

cmd進行build和install時需要管理員權限運行

多個版本的情況下，需要使用python、python2、python3進行python2 setpy.py build這樣

函數的參數一般需要matlab.double轉換或者參數賦值時直接改為double型

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

需要保證你的函數或腳本就在當前的工作路徑下，也就是說要把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]))

默認情況下，API認為接收函數返回結果的參數有1個。

這會導致沒有返回值的函數在被調用時報錯：“Too many output arguments”或是多個返回值的情況下只返回并得到第一個返回值

我們可以人為指定輸出參數為0個來避免這樣的錯誤。

eng.hanshu(canshu, nargout=2)

關于“python調用matlab時常見問題有哪些”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。