python调用matlab时常见问题有哪些

这篇文章将为大家详细讲解有关python调用matlab时常见问题有哪些，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

为什么要用python调用matlab？

我自己的有些数据结构涉及到hash查找，在python中key是tuple形式，在matlab中支持hash查找的数据结构只有containers.Map()，并不能支持cell作为key。

尝试过把向量转为string，但是num2str和str2mat的效率不高，containers.Map()的查找耗时也非常的长，所以只好作罢。

后来发现可以用python通过matlab的API直接调用matlab的函数参与运算，朋友的经验说矩阵运算都交给matlab来计算就很快了。

但是摸索过程中发现一些问题，在网络上基本找不到，自己全靠摸索发现解决方式，写在这里，如果能给大家带来帮助，那就很好了。

配置python以调用matlab的API

python环境

这里以py2.7和Spyder的anaconda为例。

通过mlab库

这个包直接搜索到官网上下载即可。也可以尝试pip，我已经忘了当时怎么装上的了。

装好之后，使用示例如下：

from mlab.releases import latest_release as matlab
import os
path = os.getcwd()
mat.path(mat.path(),path) # 添加当前脚本所在路径到matlab的环境中
......

所有的matlab（包括自定义函数）的可以通过matlab.xxxx()的方式调用。

mlab包的优点

matlab中的所有变量都是矩阵形式的，到python中会自动转为numpy的array形式，非常方便。

mlab包的缺点

这是最大的BUG！那就是自定义函数在通过mlab在python中调用之后，就好像编译只读了一样，此后对.m文件的任何修改都不起作用，不管是重新启动python的kernel、重新启动spyder、重新import mlab、删除.m文件重建同名函数.m文件，都行不通。删除了.m文件，python报错，除非重新命名一个新函数后调用，那么这个新函数同样面临无法修改的问题。

除非重启电脑。

因此我选择了另一个方式，也是matlab官网介绍的方式。

通过matlab.engine

matlab官网的链接：MATLAB API for Python。

安装过程：

1、在matlab安装路径中，找到”R2016b\extern\engines\python”，每个人安装路径不一样，找到末尾一致路径即可

2、这里注意区分，通过anaconda prompt打开其命令行，依次执行：d: –>cd D:\Program Files\MATLAB\R2016b\extern\engines\python，即切换路径到matlab的python的setup.py下

3、官方还给出了较全的安装方案，跟着做就好：在非默认位置安装用于 Python 的 MATLAB 引擎 API

4、安装完成后，python中就可测试以下内容了：

#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包的优点

这是matlab官方介绍的方法，不会出现mlab的那种问题，可以边写程序边调试没问题了。

matlab.engine包的缺点

使用的变量中有许多的matlab类，其中一些在spyder的Variable explorer中无法显示，必须人为打印。

另外就是必须注意python变量类型和matlab变量类型的对应关系，matlab给出了一张表：Pass Data to MATLAB from Python。

我习惯上会把变量以list的方式 [1,2,3] 传入到matlab的函数中，这样matlab里面实际认为是cell，调试中遇到了很多次，实际上如果只传数值到函数中，需要在python中将变量设置为 matlab.double([1,2,3]) 传入才正常。

实用建议

matlab.double类型的变量，可以通过numpy.asarray方式转为array类型的变量，方便在python中处理。

matlab中的函数返回到python中的值默认为1个，需要在函数中增加一个参数nargout=n，如果n与返回的个数不一致，python会报错。

总结

官方介绍的matlab.engine更好用。

matlab负责处理矩阵计算，python用以解决hash查找的数据结构。

目前还在开发初期阶段，并不知道数据在python和matlab之间的通信效率高不高。

第一次写总结，主要是为了给自己总结用，避免以后发生同样的错误。考虑到网络上相关问题的中文介绍非常少，能找到的都是抄过来抄过去的基础配置问题，我这里分享出来，以期能够帮助到其他朋友。

补充：python调用matlab问题解决小建议

软件及python位数要一致

cmd进行build和install时需要管理员权限运行

多个版本的情况下，需要使用python、python2、python3进行python2 setpy.py build这样

函数的参数一般需要matlab.double转换或者参数赋值时直接改为double型

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

需要保证你的函数或脚本就在当前的工作路径下，也就是说要把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]))

默认情况下，API认为接收函数返回结果的参数有1个。

这会导致没有返回值的函数在被调用时报错：“Too many output arguments”或是多个返回值的情况下只返回并得到第一个返回值

我们可以人为指定输出参数为0个来避免这样的错误。

eng.hanshu(canshu, nargout=2)

关于“python调用matlab时常见问题有哪些”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。