Main Content

MATLAB 数组作为 Python 变量

matlabPython® 模块提供数组类以将 MATLAB® 数值类型的数组表示为 Python 变量,以便 MATLAB 数组可以在 Python 和 MATLAB 之间传递。

matlab.engine Python 模块中的 MATLAB

通过导入 matlab.engine Python 包并调用必要的构造函数,您可以在 Python 代码中使用 MATLAB 数值数组。例如:

import matlab.engine
a = matlab.double([[1, 2, 3],[4, 5, 6]]) 
构造函数的名称表示 MATLAB 数值类型。您可以将 MATLAB 数组作为输入参量传递给从 Python 调用的 MATLAB 函数。当 MATLAB 函数将数值数组作为输出参量返回时,该数组返回到 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 输入参量初始化数组。作为第一个位置参量的 initializer 参量必须为 Python 序列类型,例如 listtuplerange。您可以指定 initializer 包含多个数字序列。

  • 您可以使用可选的 vector 输入参量(该参量包含大小为 1×N 的输入)初始化数组。如果使用 vector,则无法使用 initializer

    注意

    当输入大小为 1×N 时,使用 vector 比使用 initializer 更高效。Python 始终知道一维序列的长度,它可以使用此信息来执行将保留输出的数组的单次分配。

  • 您可以使用以下选项之一创建一个多维数组:

    • 指定一个嵌套序列,但不指定大小。

    • 指定一个嵌套序列,并指定与该嵌套序列的维度匹配的 size 输入参量。

    • 指定一个一维序列和一个多维大小。在本例中,假设序列以列优先顺序表示元素。

  • 通过将可选的 is_complex 输入参量设置为 True,可以创建复数 MATLAB 数组。

  • 您可以使用自定义类型在 Python 中创建 MATLAB 数组。自定义类型必须实现 Python 缓冲区协议。NumPy 中的 ndarray 就是一个示例。

您可以使用以下类创建 MATLAB 数组:

matlab Python 包中的类

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 Python 包中 MATLAB 类的属性和方法

使用 matlab.engine 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

表示数组维数的整数组成的元组

>>> a = matlab.int16([[1, 2, 3],[4, 5, 6]]) 
>>> a.size 
(2, 3)

itemsize

表示数组元素的字节大小的整数

>>> a = matlab.int16() 
>>> a.itemsize 
2 
>>> b = matlab.int32() 
>>> b.itemsize 
4

方法

方法名称用途示例
clone()

返回一个新的不同对象,其内容与原始对象的内容相同

>>> 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()

以 1×N 数组形式按列优先顺序返回复数元素的实部

>>> 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()

以 1×N 数组形式按列优先顺序返回复数元素的虚部

>>> 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()

以 1×N 数组形式按列优先顺序返回非复数元素

>>> 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])

根据维数重构数组并返回结果

>>> 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()

返回基于内容构造的标准 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()

返回基于内容构造的标准 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)

Python 中的多维 MATLAB 数组

在 Python 中,您可以创建任何数值类型的多维 MATLAB 数组。使用两个 Python list 变量创建一个 2×5 MATLAB 双精度数组。

import matlab.engine
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]]

Asize 属性显示它是 2×5 数组。

print(A.size)
(2, 5)

Python 中对 MATLAB 数组进行索引

就像您可以对 Python listtuple 变量进行索引一样,您也可以对 MATLAB 数组进行索引。

import matlab.engine
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][1,2,3,4,5]。对该数组进行索引会得到 3。

print(A[0][2])
3

Python 索引是从 0 开始的。当在 Python 会话中访问 MATLAB 数组的元素时,请使用从 0 开始的索引。

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

Python 中对 MATLAB 数组进行切片

您可以像对 Python listtuple 变量进行切片一样,对 MATLAB 数组进行切片。

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

您可以将数据分配到一个切片。以下代码显示从 Python list 到一个数组切片的分配。

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]]

您可以分配来自另一个 MATLAB 数组或来自包含数字的任何 Python 可迭代对象的数据。

您可以为分配指定切片,如下所示。

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]]

Python 中重构 MATLAB 数组

您可以使用 reshape 方法在 Python 中重构 MATLAB 数组。输入参量 size 必须是保留元素数量的一个序列。使用 reshape 将 1×9 MATLAB 数组更改为 3×3。

import matlab.engine
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]]

相关主题