Windows中使用 Python 调用 Matlab 程序

https://ww2.mathworks.cn/help/matlab/matlab_external/system-and-configuration-requirements.html

https://ww2.mathworks.cn/help/matlab/matlab_external/start-the-matlab-engine-for-python.html

环境变量：

1 Python-Matlab引擎 / Pyhton-Matlab Engine

首先，需要确保Matlab及Python的配置和安装，利用Matlab提供的setup.py文件安装Python的引擎包，安装步骤及过程如下，

1. 确保安装可用的Python和Matlab，且两者版本对应，如32位的Matlab需对应32位的Python，同时还需查看Matlab支持的Python版本(目前2016a版支持的Python版本为2.7/…/3.5);

2. 添加Python目录到环境变量(如果未添加);

3. 获取Matlab文件夹目录，可通过Matlab命令行窗口输入matlabroot命令返回;

4. 安装引擎，Windows利用下面的命令(此处路径可能需要修改)进行安装，此处可能需要管理员权限运行。

1 cd S:\Program Files\MATLAB\R2016b\extern\engines\python

2 python setup.py install

test.py

import matlab.engine

# Basic usage

int_8 = matlab.int8([1, 2, 3, 4, 5, 6])

print(int_8)    # [[1, 2, 3, 4, 5, 6]]

print(int_8.size)   # (1, 6)

int_8.reshape((2, 3))   # reshape function is different from numpy

print(int_8)    # [[1, 3, 5], [2, 4, 6]]

double = matlab.double([[1, 2, 3], [4, 5, 6]])

print(double)   # [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]

print(double[0])    # [1.0, 2.0, 3.0]

print(double[1][2]) # 6.0

Python-Matlab调用m文件

如何使用Python调用m来进行计算并获得返回结果，首先定义以下的m文件，在被调用的m文件中再调用下一个m文件，使用的m文件如下:

定义入口函数callentry，接收两个参数，随后对两个参数分别在内部进行加和乘操作，再调用外部另一个m文件的callsub函数进行相减操作，将返回的结果保存在数组r中返回。

callentry.m 代码

function [x, y, z] = callentry(a, b);

x = add(a, b)

y = mul(a, b)

z = callsub(a, b)

end

function l = mul(m, n);

l=m*n;

end

function l = add(m, n);

l=m+n;

end

callsub.m 代码

function r = callsub(a, b);

r = a-b;

end

在Python中，运行如下代码

import matlab.engine

eng = matlab.engine.start_matlab()

print(eng.callentry(7.7, 2.1, nargout=3))

eng.quit()

输出：

x =

9.8000

y =

16.1700

z =

5.6000

(9.8, 16.17, 5.6)

Note: 值得注意的是，此处需要设置nargout参数，当未设置时默认为1，即默认只返回1个参数，当知道Matlab返回参数的数量时，通过nargout进行设置来获取所有需要的参数。无参数返回时请设为0。

在第一次运行生成实例时会较慢，因为需要启动Matlab引擎，最终得到输出如下，可以看到，Matlab的console界面显示的结果在Python中也会输出，最后得到的结果是列表形式的Python数据。

import matlab.engine

# Basic usage
int_8 = matlab.int8([1, 2, 3, 4, 5, 6])
print(int_8)    # [[1, 2, 3, 4, 5, 6]]
print(int_8.size)   # (1, 6)
int_8.reshape((2, 3))   # reshape function is different from numpy
print(int_8)    # [[1, 3, 5], [2, 4, 6]]

double = matlab.double([[1, 2, 3], [4, 5, 6]])
print(double)   # [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]
print(double[0])    # [1.0, 2.0, 3.0]
print(double[1][2]) # 6.0

# 对于数组的切片，Matlab的array与Python的list也有所不同，
# 官网给出的解释在于，Matlab数组切片返回的是一个视图，
# 而不是像Python中返回一个浅拷贝。
# Slice array
py = [[1, 2, 3], [4, 5, 6]]
mt = matlab.int32([[1, 2, 3], [4, 5, 6]])
py[0] = py[0][::-1]
mt[0] = mt[0][::-1]
# Slicing a Matlab array returns a view instead of a shallow copy
print(py)   # [[3, 2, 1], [4, 5, 6]]
print(mt)   # [[3, 2, 3], [4, 5, 6]]

# Python-Matlab基本操作
# import matlab.engine
eng = matlab.engine.start_matlab()
# 调用sqrt()函数
print(eng.sqrt(4.))     # 2.0
# 利用引擎实例调用plot函数进行画图，传入的参数必须是Matlab类型参数
eng.plot(matlab.int32([1, 2, 3, 4]), matlab.int32([1, 2, 3, 4]))

# 当需要执行某些Matlab命令时，可以利用eval函数对其进行输入，
# 下面的方法画另外一条直线，其中nargout参数为设置输出返回参数的数量，默认为1。
# 无参数返回时需要设置为0。
eng.eval("hold on", nargout=0)
eng.eval("plot([4, 3, 2, 1], [1, 2, 3, 4])", nargout=0)

eng.eval("x = 3", nargout=0)
eng.eval("y = 41", nargout=0)
eng.eval("z = [213, 123]", nargout=0)
print(eng.workspace)
print(eng.workspace['x'], eng.workspace['z'])
"""
  Name      Size            Bytes  Class     Attributes

  x         1x1                 8  double
  y         1x1                 8  double
  z         1x2                16  double

3.0 [[213.0,123.0]]
"""
input("Press Enter to exit.")
eng.quit()

　　输出：

[[1,2,3,4,5,6]]
(1, 6)
[[1,3,5],[2,4,6]]
[[1.0,2.0,3.0],[4.0,5.0,6.0]]
[1.0,2.0,3.0]
6.0
[[3, 2, 1], [4, 5, 6]]
[[3,2,3],[4,5,6]]
2.0

x =

3

y =

41

z =

213 123

Name Size Bytes Class Attributes

x 1x1 8 double
y 1x1 8 double
z 1x2 16 double

3.0 [[213.0,123.0]]
Press Enter to exit.