前言

因為項目需要，需要批處理很多Matlab的.m文件，從每個文件中提取結果合并到一個文件中。 很明顯，如果手工統(tǒng)計，幾百個文件會累死的。 因此立即想到了Python在批處理方面的優(yōu)勢，因此就在網上找了相關資料，實現了想要的功能，這里簡單記錄一下。

一、環(huán)境準備

首先電腦上要有Matlab，而且不能太老，比如Matlab 7.0可能就不行。 在電腦Matlab的安裝目錄下，依次找到MATLAB\R2015b\extern\engines\python，例如我電腦上的路徑是D:\Program Files\MATLAB\R2015b\extern\engines\python。 在這個目錄下有個setup.py。在命令行中安裝這個腳本，正常就可以成功了。

然后就可以在Python中import了，這個包的名字就叫”matlab”。

二、簡單示例

下面的代碼簡單演示了在Python中調用了Matlab的sqrt()函數并返回結果。說明了調用的主要步驟，同時加入了計時的代碼，記錄每個過程的耗時。

# coding=utf-8
import matlab.engine
import time
 
# 第一步，初始化Matlab的Runtime
t1 = time.time()
eng = matlab.engine.start_matlab()
t2 = time.time()
 
# 第二步，調用Matlab函數
res1 = eng.sqrt(16.0)
t3 = time.time()
 
res2 = eng.abs(-8.6)
t4 = time.time()
 
# 第三步，退出Runtime
eng.quit()
t5 = time.time()
 
print type(res1), res1
print type(res2), res2
print "Initial time", t2 - t1
print "Running time1", t3 - t2
print "Running time2", t4 - t3
print "Quit time", t5 - t4

可以看到，程序輸出了和在Matlab中調用函數一樣的格式ans=…。同時可以發(fā)現，與C# & Matlab混合編程類似，程序運行最耗時的就是Runtime的初始化。 不同的運算耗時的差別與初始化耗時相比可以忽略不計。同時Runtime只要初始化一次，第二次調用函數時就不需要再初始化了。這些都和C#的接口是一樣的。

三、更復雜的示例

很明顯，我們好不容易用Python調Matlab肯定不是想簡單做個開方、取絕對值的運算的，要不然直接Python就可以實現，何必殺雞焉用牛刀。 比如調用我們自己編寫的.m文件中的函數等等。下

1.調用.m文件

首先新建一個m文件，并起名為triangle.m，用于計算三角形面積。如下。

并且將這個m文件放在py文件同一路徑下，然后在Python中可以這樣調用。

# coding=utf-8
import matlab.engine
 
eng = matlab.engine.start_matlab()
eng.triangle(nargout=0)
eng.quit()

結果如下。

控制臺中像Matlab一樣輸出了結果。 但有幾點需要注意。首先nargout=0的含義是表示返回值為空。盡管控制臺打印出了結果，但并不會返回給Python。 如果沒有這個參數，程序會報錯。同時m文件必須和腳本文件在同一目錄下才能運行。而eng后面的內容就是m文件的名字。

2.調用自定義函數

把之前的m文件少做修改，編程Matlab函數，如下。

Python調用代碼如下：

# coding=utf-8
import matlab.engine
 
eng = matlab.engine.start_matlab()
ans = eng.triangle(2.3, 9.1)
print ans
eng.quit()

這里用變量ans接收了返回值，下一步就可以繼續(xù)用于其它操作了。 這里也有需要注意的地方。需要記住的是eng后面的依然是m文件的名字而不是函數的名字。 這里就涉及到Matlab中函數的命名規(guī)范問題了。一般情況下函數名與m文件名保持一致。 但如果不一致，在Python中經過測試也可以，但最好保持一致。

對于多返回值函數，可以在Matlab中組成一個矩陣，直接返回這個矩陣，然后在Python中再解析。 或者指定返回值個數。

不過需要注意的是，例如Matlab返回了一個a = [[1 2 3]]的矩陣，但直接獲取a[0]是錯的。因為Matlab返回的是一個二維矩陣，所以矩陣其實是1×3。 所以應該按照行列的方式讀取，寫成a[0][0]。

在Python中創(chuàng)建Matlab矩陣也很簡單。代碼如下：

# coding=utf-8
import matlab.engine
 
A = matlab.int8([1, 2, 3, 4, 5])
print type(A), A.size, A

輸出結果如下：

3.繪圖測試

代碼如下。

#coding=utf-8
import matlab.engine
 
 
def plot_test(eng):
    eng.workspace['data'] = \
        eng.randi(matlab.double([1, 100]), matlab.double([30, 2]))
    eng.eval("plot(data(:,1),'ro-')")
    eng.hold('on', nargout=0)
    eng.eval("plot(data(:,2),'bx--')")
 
 
eng = matlab.engine.start_matlab()
plot_test(eng)
# 需要讓程序在這暫停，類似于C++里的system('pause')，不然Figure一閃而過
# 按任意鍵退出
raw_input()
eng.quit()

運行結果如下。

首先，對于一些簡單的命令，如max、min、power、sqrt等，我們直接可以eng.xxx()來完成。 但對于如繪圖等稍微復雜的命令，我們就可以使用eng.eval()函數來完成。 其中參數是我們拼接的需要執(zhí)行的字符串，如“plot(data(:,1),’ro-‘)”等。這樣程序在運行時就會調用Matlab執(zhí)行這一行語句。 所以其實同理，我們完全可以把之前的例子寫成eng.eval("sqrt(16.0)",nargout=0)，控制臺會輸出結果4。 或者全部用eval()函數來寫Matlab命令，不與Python進行數據交互，只是調用Matlab。 在使用eval()時需要注意返回值的問題。如果沒有返回值，別忘了加上一句nargout=0。

以上只是很少一部分混合編程的相關知識，只是項目中用到的部分。其實還有很多東西可以學習，更多有關Python Matlab混合編程的說明可以參考官方文檔。 看到網上還有一種Matlab的調用方式，直接pip install mlab，然后直接import mlab就可以了，但是沒有嘗試，因此這里不多介紹了。

四、項目相關

最后簡單說一下項目相關的東西。項目中的需求是，有很多.m文件分布在許多文件夾中，需要獲取到某一路徑下的全部m文件。 然后獲取m文件中矩陣的相關統(tǒng)計值。最后再將各個m文件的統(tǒng)計結果匯總在一個m文件中。 因此使用了Python的os模塊遍歷文件夾，獲取所有m文件的路徑，然后根據指定的規(guī)則對m文件進行重寫，并輸出成新的m文件放在腳本目錄下。 最后通過Python調用Matlab運行m腳本，輸出結果到Python中，Python集中匯總輸出。

這里的關鍵點之一是由于各個m文件的文件名是不同的，因此eng.xxx()是沒有辦法在運行前寫死的。 必須根據讀取的文件名動態(tài)生成Python語句然后運行。這對于傳統(tǒng)編譯型語言可能很難實現，但對Python解釋型語言很容易實現。 在Python中有exec()函數可以實現這個需求，其中參數是需要執(zhí)行的代碼字符串。 項目部分代碼如下：

def joinCode(new_names):
    codes = []
    for item in new_names:
        codes.append("res = eng." + item + "()")
    return codes
 
 
def execMatlab(codes, exs, ex2s, eys, ey2s):
    eng = matlab.engine.start_matlab()
    for code in codes:
        exec code
        exs.append(res[0][0])
        ex2s.append(res[0][1])
        eys.append(res[0][2])
        ey2s.append(res[0][3])
    eng.quit()

項目中首先調用joinCode()函數根據new_names列表動態(tài)生成代碼字符串存放在codes中。 然后調用execMatlab()函數依次執(zhí)行每條語句。這里的res看似并沒有在代碼中定義，而且在IDE中確實也會報錯，說未定義。 但是其實它是在動態(tài)執(zhí)行的代碼中定義的，因此執(zhí)行時是不會報錯的。

順帶提一下，在Python中，執(zhí)行系統(tǒng)命令調用的是os.system()函數。參數就是需要執(zhí)行的代碼。 而且這個函數對于Windows和Linux都適用，是跨平臺的。類似于os.walk()等內置函數，都是抽象后的與系統(tǒng)無關的函數。 下面的代碼是用于執(zhí)行動態(tài)系統(tǒng)代碼的例子：

def exeCMD(cmds):
    for i in range(cmds.__len__()):
        print "\n---------------------------------------------------------------------"
        print "Executing:", cmds[i]
        os.system(cmds[i])
        print "---------------------------------------------------------------------\n"
        print "**********", ((i + 1) * 1.0 / len(cmds)) * 100, "% finished.**********"
    print "**********100 % finished.**********"

最后，可以import platform包，可以獲取系統(tǒng)類型。如下函數是判斷當前是什么系統(tǒng)，從而自動決定是使用哪種路徑分隔符。

def getOSType():
    sysstr = platform.system()
    if (sysstr == "Windows"):
        separator = "\\"
    elif (sysstr == "Linux"):
        separator = "/"
    return separator

到此這篇關于Python與Matlab混合編程的實現案例的文章就介紹到這了,更多相關Python與Matlab混合編程內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論