在matlab2015a中如何調用python？

12-30

matlab2015a似乎已經已經支持調用python了，但是好像不怎麼清楚如何調用python，可以直接調用python腳本文件么，而且可能還需要import一些其他的庫，比如sklearn

其實Matlab的幫助是寫得很詳細了。我主要做科學計算的，說說用於數值計算上的幾點。

Python其實比Matlab在字元串處理上強很多，數值計算倒不一定強的。

安裝好2015a和python（我是直接用的python的distribution Anaconda），不要做其它設置，就可以直接在matlab里調用python。

查看一下python的版本

&>&> pyversion

version: "2.7" executable: "D:program filesanacondapython.EXE" library: "D:program filesanacondapython27.dll" home: "D:program filesanaconda" isloaded: 1

首先是簡單的產生矩陣：

&>&> py.list([2,3,5,10])


ans = 
  Python list with no properties.

[2.0, 3.0, 5.0, 10.0]

現在這個結果是list屬性。這裡這個list功能被「閹割」了，對多維數組作用時是這樣的，會將多維數組轉化成一維的。

&>&> py.list([[1,2],[3,4]])


ans = 
  Python list with no properties.

[1.0, 2.0, 3.0, 4.0]

索引方法和原Python語言有區別

&>&> ans{4}


ans =

10

由於matlab中默認使用浮點數，有的要轉化成整數後運行

&>&> py.range(int64(10))


ans = 
  Python list with no properties.

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

python有強大的numpy包。可以調用numpy包來產生矩陣，

&>&> py.numpy.zeros([3,3])


ans = 
  Python ndarray with properties:
           T: [1x1 py.numpy.ndarray]

        base: [1x1 py.NoneType]

      ctypes: [1x1 py.numpy.core._internal._ctypes]

        data: [1x72 py.buffer]

       dtype: [1x1 py.numpy.dtype]

       flags: [1x1 py.numpy.flagsobj]

        flat: [1x1 py.numpy.flatiter]

        imag: [1x1 py.numpy.ndarray]

    itemsize: 8

      nbytes: 72

        ndim: 2

        real: [1x1 py.numpy.ndarray]

       shape: [1x2 py.tuple]

        size: 9

     strides: [1x2 py.tuple]

[[ 0. 0. 0.] [ 0. 0. 0.] [ 0. 0. 0.]]

現在這個結果是ndarray屬性，使用py.list變成list屬性

&>&> py.list(ans)


ans = 
  Python list with no properties.

[array([ 0., 0., 0.]), array([ 0., 0., 0.]), array([ 0., 0., 0.])]

再用py.list作用一次得到元素。

也可以直接使用.tolist變成list屬性，這樣就可以進行索引了

&>&> t1=py.numpy.zeros([2,2]); &>&> t1.tolist


ans = 
  Python list with no properties.
    [[0.0, 0.0], [0.0, 0.0]]

&>&> ans{1}{1}
ans =

0

py.list可以作用於Matab的向量，得到python的list，但不能作用於多維數組。然後，把python的list轉化為matlab能用的向量時，可以用cellfun

&>&> x1=1:1:5;py.list(x1)


ans = 
  Python list with no properties.

[1.0, 2.0, 3.0, 4.0, 5.0]

p1=py.list([1,2,3,4]);p2=cellfun(@double,cell(p1))


p2 =

1 2 3 4

matlab裡面的高維數組不能直接由py.list不能直接轉換成python的list，一個曲折的方法的高維矩陣matlab里reshape成向量，append到空的ndarray里再reshape回來，有些麻煩。或是如下所示，利用循環來賦值，同樣的方法也可以利用下面的循環來將matlab里的高維數組轉換成python的list。有找到好方法的請告知一下。

t1=py.numpy.random.random([2,2,2]); t2=t1.tolist; &>&> for i1=1:2 for j1=1:2 for k1=1:2 t2{i1}{j1}{k1}=1; end end end &>&> t2


t2 = 
  Python list with no properties.

[[[1.0, 1.0], [1.0, 1.0]], [[1.0, 1.0], [1.0, 1.0]]]

再說一下一下畫圖包matplotlib的調用。這裡 import這個庫里，可以到pyplot.*，但是因為這個庫很多函數和matlab同名，後面很多matlab的命令會被這個庫的命令覆蓋。

&>&> t1=py.numpy.linspace(1,10,10); import py.matplotlib.* pyplot.figure pyplot.plot(t1) pyplot.savefig("test1.png") %pyplot.show() figure(1) imshow("test1.png")


ans = 
  Python Figure with properties:
                 axes: [1x0 py.list]

                  dpi: 80

    suppressComposite: [1x1 py.NoneType]

            callbacks: [1x1 py.matplotlib.cbook.CallbackRegistry]

              clipbox: [1x1 py.NoneType]

                texts: [1x0 py.list]

             eventson: 0

                patch: [1x1 py.matplotlib.patches.Rectangle]

               number: 15

          figurePatch: [1x1 py.matplotlib.patches.Rectangle]

               images: [1x0 py.list]

          bbox_inches: [1x1 py.matplotlib.transforms.Bbox]

          transFigure: [1x1 py.matplotlib.transforms.BboxTransformTo]

              patches: [1x0 py.list]

               figure: [1x1 py.NoneType]

              frameon: 1

                lines: [1x0 py.list]

                 bbox: [1x1 py.matplotlib.transforms.TransformedBbox]

              artists: [1x0 py.list]

              legends: [1x0 py.list]

          subplotpars: [1x1 py.matplotlib.figure.SubplotParams]

      dpi_scale_trans: [1x1 py.matplotlib.transforms.Affine2D]

               canvas: [1x1 py.matplotlib.backends.backend_qt4agg.FigureCanvasQTAgg]
    Figure(640x480)
ans = 
  Python list with no properties.

[&]

這是一種調用matplotlib繪圖的方法，也支持import 其它python的包，但調用格式沒有在python里自由。

這裡使用pyplot的show命令里雖然可以顯示圖像，但一旦激活它的圖像窗口，matlab就崩潰了，不知道是什麼原因，期待解決（最新測試：在安裝了2014b版本的電腦上show()顯示圖片，測試起來沒有這個問題，使用其它版本也沒有這個問題，不知道是2015a的版本問題還是安裝有問題？）。所在我這裡採用的方法是保存圖像後用matlab的imshow命令來顯示出來，顯然這不是一個好方法。應該是使用上面的pyplot.show()來顯示圖像更好。

關於matlab調用自定義函數的問題，其實和上面的調用庫的方法類似，庫本身就是一些定義的函數的集合。

如果有一個test1.py文件，是一個"script"如下

a=2 b=3 c=a+b print(c)

這時，可以這樣執行得到c的值

py.test1.c


ans =

5

如果有一個test.py文件，裡面含有"function"如下

def c1(a1,b1): c=a1+b1 return c

這時可以這樣調用這個函數

&>&> py.test.c1(5,5)


ans =

10

也可以先import這個「包」，再使用函數

&>&> import py.test.* &>&> c1(10,10)


ans =

20

這裡我試驗了一下，這個test.py文件名改為test1.py文件就不能執行，不知道是什麼原因。

後面隨著使用經驗的增加，可能會隨時增補一些內容。

最近大作業想用深度增強學習做ACC，車的模型是simulink里的模型，想用python寫演算法，但是直接在maltab里調用python又有一些麻煩，所以就寫了讓matlab和python用socket通信，同時用一個m文件控制simulink模型的運行。

大概功能是，python傳給matlab一個參數，把這個參數賦值到simulink的一個模塊上，然後模型運行一個步長，返回一些結果再傳遞給python。

通信速度挺快的，感覺這個方法也算比較方便。

通信的代碼和模型詳見sherrysherryli/simulink-python-communication

參考文章：matlab與python SOCKET通信--UDP方法與TCP方法

頂 @ge yin 的答案，說的很詳細了。

補充一點：

如果不幸如題主，在窗口輸入pyversion後，返回的

version:

executable:

等變數均為空後，可嘗試輸入 pyversion python.exe的執行路徑即可。

感謝MATLAB的幫助文檔，大部分信息參見Call Python Libraries條目。

人生苦短

Command Window下輸入help py，有幫助。

所謂 "有幫助" 的回復就別賣弄了,天下人都知道