Matlab 调用 Python 脚本
最近尝试在 Matlab 环境中调用 Python 脚本,这里总结下碰到的几个问题。
1. Python 模块加载
在 Matlab 脚本中,想要将 Python 文件作为模块加载,需要首先修改 PYTHONPATH 路径,采用如下命令添加模块路径
P = py.sys.path;
if count(P,modpath) == 0
insert(P,int32(0),modpath);
end
修改好路径后,直接使用 import 命令加载 Python 模块会产生错误,需采用以下命令
py.importlib.import_module('analytical_subcritical'); % 加载 python 模块 analytical_subcritical
2. Python 函数调用
在调用 Python 模块中函数时,需将 Matlab 环境中变量转换为 Python 类型的变量传入函数中,部分类型变量可以直接转换,可参考 Matlab 官网—将数据传递给 Python。
在 Matlab 中常用的向量和矩阵转换为 1N 大小可以直接作为 array.array('d') 类型 Python 变量传入,因此可将输入数据大小转换后直接传入 Python 函数中进行计算。
3. Python 数据处理
在获得 Python 函数返回结果后,需将数据重新转换为 Matlab 类型变量。不同类型变量转换可以参考官网—处理从 Python 返回的数据。
但是这些类型仅为 Python 中部分内建变量类型,对于常用的 Numpy 库返回的 ndarray 类型变量需要进一步转化
value =
Python ndarray with properties:
T: [1×1 py.numpy.ndarray]
base: [1×1 py.NoneType]
ctypes: [1×1 py.numpy.core._internal._ctypes]
data: [1×24 py.buffer]
dtype: [1×1 py.numpy.dtype]
flags: [1×1 py.numpy.flagsobj]
flat: [1×1 py.numpy.flatiter]
imag: [1×1 py.numpy.ndarray]
itemsize: 8
nbytes: 24
ndim: 1
real: [1×1 py.numpy.ndarray]
shape: [1×1 py.tuple]
size: 3
strides: [1×1 py.tuple]
[1 2 3]
对于此类型变量转换过程,目前有两种方法。
第一种方式是将 ndarray 变量转换为 Python 的 array.array 类型,随后可利用 double 函数直接转换为 Matlab 变量。
data = double(py.array.array('d',py.numpy.nditer(value))); %d is for double, value is ndarray
第二种是利用 scipy 库将变量储存为 mat 文件,随后在 Matlab 中加载。
import numpy as np
import scipy.io
x = np.linspace(0, 2 * np.pi, 100)
y = np.cos(x)
scipy.io.savemat('test.mat', dict(x=x, y=y))
相比第二种方法,第一种方法更为直接。转换为 Matlab 变量后利用 reshape 修改向量大小即可。