在数据分析、数据建模、科学计算的领域，Matlab 和 Python 一直是两大热门选择。不少人在两者之间犹豫不决，甚至争论不休：到底哪个更强大？哪个更适合自己的需求？

但是小孩子才做选择！其实，Matlab 完全可以直接调用 Python，让你鱼和熊掌兼得！既能保留 Matlab 在界面交互上的优势，又能调用 Python 丰富的第三方库来处理数据。

比如Matlab在科研绘图上有优势，可以把绘图文件保存为fig格式，后面需要修改样式不需要重跑代码，可以打开fig文件，直接修改配色、字体、宽高等样式，所以用代码来进行科研绘图我会选择Matlab而不是Python（此外.mat保存数据也很舒服，还能预览每个mat有什么，.npy就没那么方便）。但是一些最新的数据降维算法只有python有，而matlab没有（比如matlab就没有官方的umap降维方法，第三方实现又说不准靠不靠谱），这时候其实不用纠结，要不要用python绘图。matlab可以调用python的这些库，直接出结果，之后再用matlab来画图。

再比如，matlab开发一个GUI界面非常傻瓜，我用matlab快速开发了一个连接硬件的app，但是后面想加一个功能，可以调用ai模型对采集的数据进行识别分类，这个模型python有现成的库和模型，我懒得用matlab重写，也懒得折腾matlab直接调用Pytorch模型，因为还要自己写处理代码才能得到想要的结果（这个话题后面我会分享），就可以直接调用python现成的调用模型出结果的代码，直接得到数据。

除此之外，

  • matlab可以编译C/C++代码为mex文件来直接调用，以及调用动态库.dll

  • 可以调用java包，比如matlab可以通过调用java包ImarisLib.jar来操控imaris软件（见为了统一imaris 3d重建后的视角，我写了一个插件））

  • 可以调用COM接口：许多企业软件（如 Microsoft Excel、Word、Outlook）和其他第三方工具通过 COM 接口暴露功能，MATLAB 可以通过 COM 自动化与这些软件交互，实现数据交换、自动化操作等。

    一个例子：Matlab如何通过 COM 接口与 Excel 交互，将数据写入excel表，并直接在excel创建图表展示

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    % 创建 Excel COM 对象
    excel = actxserver('Excel.Application');
    excel.Visible = true; % 使 Excel 窗口可见，便于观察

    % 创建一个新的工作簿
    workbook = excel.Workbooks.Add;

    % 选择第一个工作表
    worksheet = workbook.Worksheets.Item(1);

    % 假设有一些数据需要写入 Excel
    data = rand(5, 3); % 随机生成一个 5x3 的矩阵作为示例数据
    columnHeaders = {'Column1', 'Column2', 'Column3'};

    % 写入列标题
    for col = 1:length(columnHeaders)
        colLetter = char('A' + col - 1);  % 转换数字为列字母 (A, B, C, ...)
        worksheet.Range([colLetter '1']).Value = columnHeaders{col};
    end

    % 写入数据到 Excel
    worksheet.Range('A2:C6').Value = data;

    % 创建一个简单的图表
    chart = worksheet.ChartObjects.Add(300, 20, 400, 300);
    chart.Chart.SetSourceData(worksheet.Range('A1:C6'));



    % 取消连接
    delete(excel);

在胶水语言能力上，个人觉得Matlab是不比python差的。

好啦其他不多说了，下面详细介绍Matlab 如何调用 Python 代码

其实python也能调用matlab的，比如VSCode的matlab插件就是用python的matlab engine实现一些功能的，但是对于数据分析方面，个人不太需要python调用matlab，就不展开讲了。

Matlab 配置Python环境

使用pyenv来配置Matlab调用哪个python.exe

pyenv的官方文档：pyenv

我用的是conda，所以选择某个conda环境

1
pyenv('Version', "C:\Users\Achuan-2\miniforge3\envs\MPM\python.exe",ExecutionMode = 'OutOfProcess')

⚠️这里需要注意Python版本是否符合Matlab需求

matlab 2023b只支持python 3.9+

其他Matlab版本对Python的版本要求见：Versions of Python Compatible with MATLAB Products by Release - MATLAB & Simulink (mathworks.cn)

测试python环境是否配置好

运行一个简单的 Python 命令以验证配置是否正确：

1
pyrun('print("Hello from Python!")')

如何切换python环境

直接切换，无需重新启动 MATLAB

1
2
terminate(pyenv)
pyenv('Version', "C:\Users\Achuan-2\miniforge3\envs\MPM\python.exe",ExecutionMode = 'OutOfProcess')

Matlab 运行python代码

pyrun：运行python语句

pyrun一般没有太多实际使用价值，建议主要用pyrunfile

文档：pryrun

语法：outvars = pyrun(code,outputs,pyName=pyValue)

输入参数

  • outputs 指定输出结果
  • pyName = pyValue，指定code里的变量值

语法示例

执行多行 Python 语句
1
pyrun(["greeting = 'hello'", "print(greeting)"])

相当于python代码

1
2
greeting = "hello"
print(greeting)
从 Python 列表中创建 MATLAB 变量
1
mllist = pyrun("days = ['Monday','Tuesday','Wednesday','Thursday','Friday']","days")
1
2
3
4
5
6
7
8
mllist = 

  Python list with values:

    ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday']

    Use string, double or cell function to convert to a MATLAB array.

将参数传递给 Python 运算符

此示例使用指定的输入值在 Python 解释器中执行语句 a = b*c。

1
pyrun("a = b*c", b = 5, c = 10)

变量 a、b 和 c 仅存在于 Python 命名空间中。不过，pyrun再一次调用，这些变量依然是可以使用的。

1
md = pyrun("d = a+c", "d")
1
md = 60

pyrunfile：运行python脚本文件

文档：pryrun

pyrunfile 是 MATLAB 提供的一个函数，用于直接运行 Python 脚本文件（.py 文件）。它允许 MATLAB 用户在 MATLAB 环境中调用 Python 代码，并获取 Python 脚本的输出结果。

语法简介

语法：

  • pyrunfile(file)：直接运行某个python脚本
  • pyrunfile(file input)：运行需要命令行参数的python脚本
  • outvars = pyrunfile(file,outputs)：运行需要返回值的python脚本
  • outvars = pyrunfile(file,outputs,pyName=pyValue)：将 MATLAB 参数传递给 Python 脚本，这样不需要在python硬编码值

参数解释

  • file：Python 脚本文件的路径（可以是相对路径或绝对路径，文件扩展名 .py 可省略）。
  • input：脚本需要的命令行参数。
  • outputs：指定要从 Python 脚本中返回的变量名，可以是一个字符串（单个变量）或字符串数组（多个变量）
  • outvars：返回的变量值。如果返回单个变量，直接存储在 outvars 中；如果返回多个变量，outvars 是一个结构体，字段名对应变量名。
  • pyName=pyValue：传递给 Python 脚本的变量名和值对，支持多个名称-值对。。

四种语法例子

直接执行 Python 脚本文件

  • 使用以下语句创建 Python 脚本 hello.py：

    1
    2
    greeting = "hello"
    print(greeting)

  • 在 MATLAB 命令行中显示输出。

    1
    pyrunfile("hello.py")
    1
    hello
将命令行参数传递给 Python 脚本

创建一个 Python 脚本并传递一个字符串。

使用以下语句创建 greeting.py：

1
2
3
import sys
greeting = sys.argv[1]
print(greeting)

向该脚本传递一个字符串并显示输出。

1
pyrunfile("greeting.py 'hello world'")
1
hello world
将 Python 变量返回给 MATLAB

从 MATLAB 运行一个 Python 脚本，并将该脚本生成的变量返回给 MATLAB。

创建 Python 脚本 makeList.py：

1
l = ['A', 'new', 'list']

运行该脚本以创建列表，并将其结果以 data 变量的形式返回给 MATLAB。

1
data = pyrunfile("makeList.py", "l")
1
2
3
4
data = 
  Python list with no properties.

    ['A', 'new', 'list']
将 MATLAB 参数传递给 Python 脚本

调用可以接受输入参数的 Python 脚本。

创建 Python 脚本 addac.py。该脚本接受输入参数 x 和 y，并返回变量 z。

1
2
3
4
5
def add(a,c):
    b = a+c
    return b

z = add(x,y)

传递 x 和 y 的值。以 MATLAB 变量 res 形式返回变量 z。

1
res = pyrunfile("addac.py","z",x=3,y=2)
1
res = 5

我的使用例子：调用python的umap库对数据降维，然后保存为excel，方便matlab再读取

新建run_umap.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
from sklearn.datasets import load_digits
import matplotlib.pyplot as plt
import umap
import pandas as pd
import numpy as np

# sklearn内置的Digits Data数字手写识别数据库加载
digits = load_digits()
fig, ax_array = plt.subplots(20, 20)
axes = ax_array.flatten()
for i, ax in enumerate(axes):
    ax.imshow(digits.images[i], cmap='gray_r')
plt.setp(axes, xticks=[], yticks=[], frame_on=False)
plt.tight_layout(h_pad=0.5, w_pad=0.01)
plt.show()

# 使用umap降至2维并绘制散点图
reducer = umap.UMAP(random_state=42)
embedding = reducer.fit_transform(digits.data)
print("Embedding shape:", embedding.shape)

# 将embedding矩阵和对应的标签保存到DataFrame
df = pd.DataFrame({
    'UMAP_1': embedding[:, 0],
    'UMAP_2': embedding[:, 1],
    'Target': digits.target
})

# 保存到Excel文件
output_file = 'digits_umap_embedding.xlsx'
df.to_excel(output_file, index=False)
print(f"Embedding data has been saved to {output_file}")

# 绘制散点图
plt.scatter(embedding[:, 0], embedding[:, 1], c=digits.target, cmap='Spectral', s=5)
plt.gca().set_aspect('equal', 'datalim')
plt.colorbar(boundaries=np.arange(11)-0.5).set_ticks(np.arange(10))
plt.title('UMAP projection of the Digits dataset')
plt.show()

matlab运行此代码

1
pyrunfile("run_map.py")

加载的手写数据集

umap降维结果

保存的excel

Matlab 调用Python模块

调用 py内置模块

调用方式py.模块.函数()

例子：创建python的字典

1
2
py_dict = py.dict(key1=1, key2=2);
py_dict{'key1'} = 2
1
2
3
4
5
py_dict = 

  Python dict with no properties.

    {'key1': 2.0, 'key2': 2.0}

例子，

利用python的os.path.basename根据文件路径直接获取文件名

1
2
3
filePath = 'C:\Users\John\Documents\report.txt';
fileName = py.os.path.basename(filePath); % report.txt
fileName = string(fileName); % 转化为matlab的string类型，便于后面操作

在matlab里，也有import函数，可以简化操作，直接用basename就可以调用了

1
2
3
4
import py.os.path.basename
filePath = 'C:\Users\John\Documents\report.txt';
fileName = basename(filePath);
fileName = string(fileName);

调用自定义模块

调用用户定义的 Python 模块官方文档：https://ww2.mathworks.cn/help/matlab/matlab_external/call-user-defined-custom-module.html

如果模块在当前文件夹，直接运行

1
mymodule= py.importlib.import_module('mymodule');

如果模块不在当前文件夹，将模块所在的文件夹添加到 Python 搜索路径。

1
2
3
if count(py.sys.path,'mymodule_path') == 0
    insert(py.sys.path,int32(0),'mymodule_path');
end

注意：自定义模块修改代码后需要重新加载

重载代码

1
2
3
clear classes
mymodule= py.importlib.import_module('mymodule');
py.importlib.reload(mymodule);

一个简单例子

创建add_numbers.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
def add_numbers(num1, num2):
    """
    这是一个计算两个数字之和的函数
    
    参数:
        num1 (int/float): 第一个数字
        num2 (int/float): 第二个数字
        
    返回:
        int/float: 两个数字的和
    """
    result = num1 + num2
    return result

导入函数

1
add_numbers= py.importlib.import_module('add_numbers');

直接运行函数

1
py.add_numbers.add_numbers(1,2)

matlab和python的数据存储差异

MATLAB 与 Python 数据类型映射

MATLAB 和 Python 的数据类型并不是一一对应的，但 MATLAB 提供了一个默认的映射机制来自动转换数据类型。以下是常见的 MATLAB 数据类型与 Python 数据类型的对应关系：

MATLAB 数据类型 Python 数据类型 说明
double（标量或数组） float 或 numpy.ndarray MATLAB 的双精度浮点数映射为 Python 的浮点数或 NumPy 数组
single（标量或数组） float 或 numpy.ndarray 单精度浮点数类似 double 的处理
int8, int16, int32, int64 int 或 numpy.ndarray 整数类型映射为 Python 整数或 NumPy 数组
uint8, uint16, uint32, uint64 int 或 numpy.ndarray 无符号整数类似有符号整数的处理
logical（布尔值） bool 或 numpy.ndarray 布尔值映射为 Python 的布尔值或 NumPy 数组
char（字符数组） str MATLAB 字符串映射为 Python 字符串
string（字符串） str MATLAB 字符串映射为 Python 字符串
cell（单元数组） list MATLAB 单元数组映射为 Python 列表
struct（结构体） dict MATLAB 结构体映射为 Python 字典
table pandas.DataFrame MATLAB 表格映射为 Pandas 数据框（需安装 Pandas）

注意：

  • 如果 MATLAB 数组是多维数组，通常会转换为 numpy.ndarray。
  • 对于复杂数据类型（如嵌套结构体或单元数组），转换可能会受到限制，需要手动处理。

图像数据转ndarray

图像数据比较特殊，需要单独转换

把matlab读入的图像数据转为python的ndarray数据

数据转化代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
function result = mat2nparray(matarray)
    %mat2nparray Convert a Matlab array into an nparray
    %   Convert an n-dimensional Matlab array into an equivalent nparray  
    data_size=size(matarray);
    if length(data_size)==1
        % 1-D vectors are trivial
        result=py.numpy.array(matarray);
    elseif length(data_size)==2
        % A transpose operation is required either in Matlab, or in Python due
        % to the difference between row major and column major ordering
        transpose=matarray';
        % Pass the array to Python as a vector, and then reshape to the correct
        % size
        result=py.numpy.reshape(transpose(:)', int32(data_size));
    else
        % For an n-dimensional array, transpose the first two dimensions to
        % sort the storage ordering issue
        transpose=permute(matarray,length(data_size):-1:1);
        % Pass it to python, and then reshape to the python style of matrix
        % sizing
        result=py.numpy.reshape(transpose(:)', int32(fliplr(size(transpose))));
    end
end

许可协议

本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。

快来参与讨论吧~