matlab Python 模块

`matlab` Python 模块

matlab Python^® 模块提供类来将 MATLAB^® 数值类型的数组表示为 Python 变量。您可以使用这些类在 MATLAB 和 Python 之间传递 MATLAB 数组。

`matlab` Python 模块中的 MATLAB 类

您可以通过导入 matlab MATLAB 包并调用必要的构造函数在 Python 代码中使用 Python 数字数组。例如：

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

构造函数的名称表明 MATLAB 数值类型。您可以将 MATLAB 数组作为输入参量传递给从 MATLAB 调用的 Python 函数。当 MATLAB 函数返回数字数组作为输出参量时，该数组将返回给 Python。

您可以自定义数组构造函数，如下所示：

您可以使用包含数字的可选 initializer 输入参量来初始化数组。initializer 参量（即第一个位置参量）必须是 Python 序列类型，例如 list、tuple 或 range。您可以指定 initializer 来包含多个数字序列。
您可以使用包含大小为 1×N 的输入的可选 vector 输入参量来初始化数组。如果使用 vector，则不能使用 initializer。
注意
当输入的大小为 1×N 时，使用 vector 使用 initializer 更有效。Python 始终知道一维序列的长度，并且它可以使用此信息对将保存输出的数组执行单次分配。
您可以使用以下选项之一创建多维数组：
- 指定嵌套序列而不指定大小。
- 指定一个嵌套序列，并指定与嵌套序列的维度匹配的 size 输入参量。
- 指定一维序列和多维大小。在这种情况下，假定序列按列主顺序表示元素。
您可以通过将可选的 is_complex 输入参量设置为 True 来创建复数的 MATLAB 数组。
您可以使用自定义类型在 MATLAB 中创建 Python 数组。自定义类型必须实现 Python 缓冲区协议。一个示例是 NumPy 中的 ndarray。

您可以使用以下类创建 MATLAB 数组：

来自 `matlab` Python 包的类	Python 中的构造函数调用	示例
`matlab.double`	matlab.double(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.double(4) >>> b = matlab.double(vector=[11, 22, 33]) >>> c = matlab.double([[10, 20],[30,40]]) >>> d = matlab.double(initializer=[[10, 20],[30,40]], size=[2,2],is_complex=False) >>> e = matlab.double(vector=range(0, 20)) >>> f = matlab.double(vector=[x*x for x in range(0, 10, 2)]) >>> g = matlab.double([[1.1+2.4j, 3+4j],[5.3,6.7]], is_complex=True)
`matlab.single`	matlab.single(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.single([[1.1, 2.2, 3.3],[4.4, 5.5, 6.6]]) >>> a = matlab.single(vector=[11, 22, 33], is_complex=False)
`matlab.int8`	matlab.int8(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.int8([[11, 22, 33],[44, 55, 66]]) >>> a = matlab.int8(vector=[11, 22, 33], is_complex=False)
`matlab.int16`	matlab.int16(initializer=None\|vector=None, size=None, is_complex=False)	>>> e = matlab.int16([[1+2j, 3+4j],[-5,6]], is_complex=True)
`matlab.int32`	matlab.int32(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.int32(initializer=[[11, 22, 33],[44, -55, 66]], size=[2,3], is_complex=False)
`matlab.int64`	matlab.int64(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.int64([[11, 22, 33],[44, -55, 66]])
`matlab.uint8`	matlab.uint8(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.uint8([[11, 22, 33],[44, 55, 66]]) >>> b = matlab.uint8(vector=[11, 22, 33], is_complex=False)
`matlab.uint16`	matlab.uint16(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.uint16(initializer=[[11, 22, 33],[44, 55, 66]], size=[2,3], is_complex=False) >>> b = matlab.uint16(vector=[11, 22, 33], is_complex=False) >>> c = matlab.uint16([[11, 22, 33],[44, 55, 66]])
`matlab.uint32`	matlab.uint32(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.uint32(vector=[11, 22, 33], is_complex=False) >>> b = matlab.uint32([[11, 22, 33],[44, 55, 66]])
`matlab.uint64`	matlab.uint64(initializer=None\|vector=None, size=None, is_complex=False)	>>> a = matlab.uint64([[11, 22, 33],[44, 55, 66]]) >>> b = matlab.uint64(vector=[11, 22, 33], is_complex=False)
`matlab.logical`	matlab.logical(initializer=None\|vector=None, size=None)^a	>>> a = matlab.logical(initializer=[[True, False, True],[True, True, True]], size=[2,3]) >>> b = matlab.logical([[True, False, True],[True, True, True]]) >>> c = matlab.logical(vector=[True, False, True]) >>> d = matlab.logical([True, False, True])
^a Logicals cannot be made into an array of complex numbers.

`matlab` MATLAB 包中 Python 类的属性和方法

使用 matlab 包构造函数创建的所有 MATLAB 数组都具有以下属性和方法：

属性

属性名称	描述	示例
`size`	表示数组维度的整数元组	>>> a = matlab.int16([[1, 2, 3],[4, 5, 6]]) >>> a.size (2, 3)
`itemsize`	表示数组元素大小（以字节为单位）的整数	>>> a = matlab.int16() >>> a.itemsize 2 >>> b = matlab.int32() >>> b.itemsize 4

方法

方法名称	目的	示例
`clone()`	返回一个与原始对象内容相同的新对象	>>> a = matlab.int16( [[1, 2, 3],[4, 5, 6]]) >>> b = a.clone() >>> print(b) [[1,2,3],[4,5,6]] >>> b[0][0] = 100 >>> b matlab.int16( [[100,2,3],[4,5,6]]) >>> print(a ) [[1,2,3],[4,5,6]]
`real()`	按列主序返回复数元素的实部，作为 1×N 数组	>>> a = matlab.int16([[1 + 10j, 2 + 20j, 3 + 30j],[4, 5, 6]], is_complex=True) >>> print(a.real()) [1,4,2,5,3,6]
`imag()`	按列主序返回复数元素的虚部，作为 1×N 数组	>>> a = matlab.int16([[1 + 10j, 2 + 20j, 3 + 30j],[4, 5, 6]], is_complex=True) >>> print(a.imag()) [10,0,20,0,30,0]
`noncomplex()`	按列主序返回非复数元素，作为 1×N 数组	>>> a = matlab.int16( [[1, 2, 3],[4, 5, 6]]) >>> print(a.noncomplex()) [1,4,2,5,3,6]
`reshape(dim1,dim2,...,dimN)` `reshape((dim1,dim2,...,dimN))` `reshape([dim1,dim2,...,dimN])`	根据维度重塑数组并返回结果	>>> a = matlab.int16( [[1, 2, 3],[4, 5, 6]]) >>> print(a) [[1,2,3],[4,5,6]] >>> a.reshape(3, 2) >>> print(a) [[1,5],[4,3],[2,6]]
`toarray()`	返回由内容构造的标准 Python`array.array` 对象。仅适用于一维序列。	>>> a = matlab.int16( [[1, 2, 3],[4, 5, 6]]) >>> a[0].toarray() array('h', [1, 2, 3]) >>> b = matlab.int16( [[1 + 10j, 2 + 20j, 3 + 30j],[4, 5, 6]], is_complex=True) >>> b.real().toarray() array('h', [1, 4, 2, 5, 3, 6])
`tomemoryview()`	返回由内容构造的标准 Python `memoryview` 对象	>>> a = matlab.int16( [[1, 2, 3],[4, 5, 6]]) >>> b = a.tomemoryview() >>> b.tolist() [[1, 2, 3], [4, 5, 6]] >>> b.shape (2, 3)

创建包含 N 个元素的 MATLAB 数组

当您创建一个具有 N 元素的数组时，其大小为 1× N 因为它是一个 MATLAB 数组。

import matlab
A = matlab.int8([1,2,3,4,5])
print(A.size)

(1, 5)

初始化器是一个包含五个数字的 Python 列表。MATLAB 数组大小为 1×5，由元组 (1,5) 表示。

在 MATLAB 中创建多维 Python 数组

在 Python 中，您可以创建任何数值类型的多维 MATLAB 数组。使用嵌套的 Python 浮点数列表创建一个 2×5 的 MATLAB 双精度数组。

import matlab
A = matlab.double([[1,2,3,4,5], [6,7,8,9,10]])
print(A)

[[1.0,2.0,3.0,4.0,5.0],[6.0,7.0,8.0,9.0,10.0]]

size 的 A 属性表明它是一个 2×5 的数组。

print(A.size)

(2, 5)

在 Python 中对 MATLAB 数组进行索引

您可以对 MATLAB 数组进行索引，就像对 Python 列表和元组进行索引一样。

import matlab
A = matlab.int8([1,2,3,4,5])
print(A[0])

[1,2,3,4,5]

MATLAB 数组的大小为 (1,5)；因此，A[0] 为 [1,2,3,4,5]。对数组进行索引以获取 3。

print(A[0][2])

3

Python 索引从零开始。当您在 MATLAB 会话中访问 Python 数组的元素时，请使用从零开始的索引。

此示例说明如何对多维 MATLAB 数组进行索引。

A = matlab.double([[1,2,3,4,5], [6,7,8,9,10]])
print(A[1][2])

8.0

在 Python 中对 MATLAB 数组进行切片

您可以对 MATLAB 数组进行切分，就像对 Python 列表和元组进行切分一样。

import matlab
A = matlab.int8([[1,2,3,4,5]])
print(A[0][1:4])

[2,3,4]

您可以将数据分配给切片。此示例显示了从 Python 列表到数组的赋值。

A = matlab.double([[1,2,3,4],[5,6,7,8]])
A[0] = [10,20,30,40]
print(A)

[[10.0,20.0,30.0,40.0],[5.0,6.0,7.0,8.0]]

您可以从另一个 MATLAB 数组或任何包含数字的 Python 可迭代对象分配数据。

您可以指定要分配的切片，如本例所示。

A = matlab.int8([1,2,3,4,5,6,7,8])
A[0][2:4] = [30,40]
A[0][6:8] = [70,80]
print(A)

[[1,2,30,40,5,6,70,80]]

将 MATLAB 数组重构为 Python

您可以使用 reshape 方法在 MATLAB 中重塑 Python 数组。输入参量 size 必须是一个不会改变数组中元素数量的序列。使用 reshape 将 1×9 的 MATLAB 数组更改为 3×3。元素按照列主顺序从原始数组中取出。

import matlab
A = matlab.int8([1,2,3,4,5,6,7,8,9])
A.reshape((3,3))
print(A)

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

使用自定义类型创建 MATLAB 数组

您可以使用 NumPy 中的自定义类型（例如 ndarray 在 MATLAB 中创建 Python 数组。自定义类型必须实现 Python 缓冲区协议。

import matlab
import numpy

nf = numpy.array([[1.1, 2,2, 3.3], [4.4, 5.5, 6.6]])
md = matlab.double(nf)
ni32 = numpy.array([[1, 2, 3], [4, 5, 6]], dtype='int32')
mi32 = matlab.int32(ni32)

另请参阅

主题

在 Python 中使用 MATLAB 数组
在 MATLAB Production Server 和 Python 之间传递数据 (MATLAB Production Server)