Matlab是工程师和科学家的伟大计算环境。MATLAB还提供对通用语言的访问，包括C / C ++，Java，Fortran，.NET和Python。今天的客人博主，竹内俊二，想谈谈MATLAB与Python的结合使用．

内容

为什么不两者都用呢?

当我们讨论语言时，我们经常会遇到错误的选择你觉得你必须选择其中之一。实际上，两者都可以使用。我们大多数人都不是独自工作的。作为更大团队的一部分，您的工作通常是包含多种语言的更大工作流的一部分。这就是为什么MATLAB提供了与其他语言(包括Python)的互操作性。您的同事可能想利用您的MATLAB代码，或者您需要从IT系统访问基于python的功能。MATLAB支万博1manbetx持您的工作流程在两个方向。

今天我想重点谈谈从MATLAB调用Python在基于MATLAB的工作流中利用一些现有的Python功能。

在这篇文章中，我们将看到：

在MATLAB中建立Python

MATLAB支万博1manbetx持Python 2.7, 3.6和3.7在撰写本文时（R2019b）。这里是另一个有用的关联．

我假设您已经知道如何安装和管理您选择的平台上的Python环境和依赖项，在这里我将不讨论它，因为它本身就是一个复杂的主题。

让我们在MATLAB中启用对Python的访问。您需要找到Python可执行文件的完整路径。下面是一个Windows示例。在Mac和Linux上，您的操作系统命令可能不同。

pe = pyenv;如果体育状况==“NotLoaded”[~，exepath]=系统(“巨蟒”)；pe=pyenv(“版本”, exepath);终止

如果这不起作用，还可以将路径作为字符串传递给Python可执行文件。

pe = pyenv (“版本”,'C:\Users\username\AppData\Local\your\python\path\python.exe')

mypythonversion = pe.version py.print（“你好，Python！”)

myPythonVersion=“3.7”你好，Python！

空手道俱乐部

韦恩·扎卡里发表了一数据集该网站包含了20世纪70年代美国一所大学空手道俱乐部的34名成员之间的友谊社交网络。这个俱乐部里爆发的一场争执最终使它分裂成两个派别。我们想看看，我们是否能根据俱乐部的人际关系，用算法来预测俱乐部将如何解体。

这个数据集包含在NetworkX，一个用于Python的复杂网络包。我们可以很容易地开始使用这个包导入数据集。

我使用的是NetworkX 2.2。要在Python中检查包的版本，你通常会像这样使用version package属性:

>>>networkx.\uuuu版本__

MATLAB不支持万博1manbetx类名或其他以下划线(_)开头的标识符。请使用以下命令获取软件包上的帮助内容，包括其当前版本。

>救命啊(“networkx”)

导入还是不导入

通常，在Python脚本开始时执行此操作。

进口networkx像nxG=nx.空手道俱乐部图（）

然而，这在MATLAB中不推荐，因为行为进口函数在MATLAB中是不同于Python的。

MATLAB调用Python的方法是使用派克，后面跟着一个包或方法，如下所示:

nxG=py.networkx.karate_club_graph（）；

如果必须使用进口，您可以按如下方式执行：

进口py.networkx*nxG = karate_club_graph ();

如您所见，当省略时，很难记住我们正在调用Python方法派克，当您开始在同一个脚本中混合使用MATLAB代码和Python代码时，这可能会令人困惑。

从Python对象提取数据

以下代码返回NetworkX图形对象中的空手道俱乐部数据集。

myDataType=class（nxG）

myDataType='py.networkx.classes.graph.graph'

您可以看到此对象上可用的方法，如下所示：

方法(nxG)

您还可以查看此对象的属性。

属性(nxG)

NetworkX图形包含边缘属性，该属性返回被调用的对象EdgeView．

edgeL = nxG.edges;myDataType =类(edgeL)

myDataType='py.networkx.classes.reportviews.EdgeView'

要在MATLAB中使用此Python对象，第一步是将该对象转换为核心Python数据类型，如Python列表．

edgeL=py.list（edgeL）；myDataType=class（edgeL）

myDataType='py.list'

现在edgeL包含一个Python列表存储为Python的节点对元组元素。每个节点对表示图中的一条边。让我们看看前5条元组值。

listContent = edgeL (1:5)

listContent =没有属性的Python列表。[(0,1)， (0,2)， (0,3)， (0,4)， (0,5)]

处理Python列表和元组

Python处理列表或元组通常是这样的，在循环中处理单个元素。

对于我在李:打印我#L是这个列表对于u、 五在t:打印((u, v))#T是这个元组

Matlab方式是使用数组。巨蟒列表可以转换成细胞数组中。

edgeC=单元格（edgeL）；myDataType=类（edgeC）

myDataType =“细胞”

这细胞数组包含Python元组元素。

myDataType =类(edgeC {1})

myDataType='py.tuple'

巨蟒元组也可以转换为细胞数组。转换内部元组元素，我们可以使用cellfun．

= cellfun(@cell, edgeC，“UniformOutput”、假);myDataType =类(edgeC {1})

myDataType =“细胞”

结果是嵌套的细胞数组包含Python㈡值。

myDataType =类(edgeC {1} {1})

myDataType = ' py.int '

处理python dict

现在让我们也从数据集中提取节点。我们可以按照边的步骤来做。

nodeL=py.list（nxG.nodes.data）；nodeC=cell（nodeL）；nodeC=cellfun（@cell，nodeC，“UniformOutput”、假);

一个内细胞数组包含两个Python㈡和dict元素。

cellContent=nodeC{1}

CellContent = 1×2单元阵列{1×1 py.int} {1×1 py.dict}

Pythondict是基于键值对的数据类型。在这种情况下，关键是“俱乐部”价值是“你好先生”．

cellContent=nodeC{1}{2}

cellContent =没有属性的Python字典。{“俱乐部”:“你好先生”}

嗨先生是俱乐部的空手道教练。Python中的另一个值dict是“警官”，而那位军官是俱乐部的领导。他们是各自派系的关键人物。节点属性表示单个节点属于哪个派系。在这个案例中，Node 1属于Hi先生的派系。

Python处理dict通常是这样的，在循环中处理单个元素。

对于k、v在d、 项目（）：打印(k、v)

同样，MATLAB的方法是使用数组dict可以转换为结构体数组中。

nodeAttrs=cellfun（@（x）struct（x{2}），nodeC）；myDataType=class（nodeAttrs）

mydatatype ='struct'

我们可以将单个值提取到a中一串这个俱乐部显然在各派之间平分。

nodeAttrs=arrayfun（@（x）字符串（x.club），nodeAttrs；制表（nodeAttrs）

价值计数百分比Hi先生17 50.00%官员17 50.00%

我们把Hi先生阵营的节点取出来。

Group_hi = 1：长度（Nodeattrs）;group_hi = group_hi（nodeattrs ==“你好先生”）；

在MATLAB中可视化图形

MATLAB还提供图形和网络功能我们可以用它们来可视化图形。

让我们把Python㈡要删除的边列表中的值双并将边中的节点提取为独立的向量。

s = cellfun(@(x) double(x{1})， edgeC);t = cellfun(@(x) double(x{2})， edgeC);

MATLAB图表需要节点的列向量。让我们转置它们。

s=s’；t=t’；

Python中的节点索引以0开始，但在MATLAB中节点索引必须以非零值开始。让我们来解决这个问题。

s = s + 1;t = t + 1;

现在，我们准备创建一个MATLAB图形对象并绘制它，突出显示Hi先生的派系。

图G = (s, t);G.Nodes.club = nodeAttrs ';图P1 = plot(G);突出(P1, group_hi,“NodeColor”,"D95319",“EdgeColor”,"D95319")标题({圣扎迦利”年代空手道俱乐部,'Orange代表嗨先生的派系'}）

将数据从MATLAB传递到Python

在本例中，我们已经有了NetworkX图形对象，但是为了完整性，让我们看看如何在MATLAB中创建这个Python对象。

让我们创建一个空的NetworkX图。

nxG2 = py.networkx.Graph ();

您可以使用添加\u边\u自方法。它接受Python列表属于元组像这样的元素：

[(1、2),(2,3),(3、4)

这在MATLAB中不是一个有效的语法。我们可以用1xN细胞像这样的节点对数组:

myListofTuples={{1,2}，{2,3}，{3,4}；

当我们传递这个嵌套细胞数组来py.list，Matlab会自动将其转换为Python列表属于元组元素。

myListofTuples=py.list（myListofTuples）；myDataType=class（myListofTuples{1}）

myDataType='py.tuple'

让我们从MATLAB中提取边列表图表.这是一个78x2的矩阵双在MATLAB中，双是默认的数字数据类型。

edgeL = G.Edges.EndNodes;myDataType =类(edgeL)

myDataType =“双”

如果我们将双给Python的值列表，这些值将被转换为Python浮动，但Python中的默认数字数据类型为㈡.所以我们不能使用双．

listContent=py.list（edgeL（1，：））

listContent=不带属性的Python列表。[1.0, 2.0]

此外，Python的索引是基于0的，而MATLAB是基于1的。我们需要转换数组双要素int8并将变量元素更改为基于0的索引。

edgeL = int8(edgeL) - 1;myDataType =类(edgeL)

myDataType = ' int8 '

我们可以使用num2cell转换矩阵int8将值转换为78x2细胞数组，其中每个元素位于单独的单元格中。

edgeL=num2单元格（edgeL）；myDataType=class（edgeL）

myDataType =“细胞”

通过转换78x2，我们可以将节点对放置在同一个单元中细胞数组到78x1细胞数组使用num2cell．

edgeL = num2cell (edgeL 2);(行,关口)=大小(edgeL)

行= 78 cols = 1

这个添加\u边\u自方法需要一个1xN Python列表.现在，让我们将其转换为1xN细胞通过转置Nx1数组细胞数组，将其转换为python列表并将其添加到空的NetworkX图形对象中。

nxG2.从（py.list（edgeL'））添加边；

边缘被添加到NetworkX图形对象中。让我们看看前5个元组值。

edgeL=py.list（nxG2.edges）；listContent=edgeL（1:5）

listContent =没有属性的Python列表。[(0,1)， (0,2)， (0,3)， (0,4)， (0,5)]

这些节点也被添加到图中，但它们当前没有任何属性，正如您在下面节点列表的前3个元素中看到的那样。

nodeL = py.list (nxG2.nodes.data);listContent = nodeL (1:3)

listContent=不带属性的Python列表。[（0，{}，（1，{}，（2，{}）]

要添加属性，我们需要使用设置节点属性此方法需要一个嵌套的Pythondict．这里是如何创建一个dict在MATLAB。

myDict=py.dict（pyargs(“钥匙”,“价值”）)

myDict=没有属性的Python dict。{'key'：'value'}

这个设置节点属性方法需要一个嵌套的dict．外面的钥匙dict节点和值是dict数组这样的键值对的数目：

{0: {“俱乐部”:“你好先生”1}: {“俱乐部”:“警官”｝｝

不幸的是，这行不通，因为pyargs希望只有一个一串或字符以价值为关键。

> > py。dict(pyargs(0, py.dict(pyargs(“俱乐部”,“你好先生”))))错误使用pyargs领域的名字必须是一串标量或性格向量。

相反，我们可以创建一个空的dict，并添加内部dict从元组数据，使用基于0的索引使现代化方法是这样的:

attrsD=py.dict；对于ii=1:length（nodeAttrs）attrD=py.dict（pyargs(“俱乐部”G.Nodes.club (ii)));attrsD.update (py。元组({{int8(ii - 1), attrD}}))终止

然后我们可以使用设置节点属性向节点添加属性。

py.networkx.set_node_attributes (nxG2 attrsD);nodeL = py.list (nxG2.nodes.data);listContent = nodeL (1:3)

listContent=不带属性的Python列表。[（0，{'club'：'Mr.Hi'}），（1，{'club'：'Mr.Hi'}），（2，{'club'：'Mr.Hi'}]

NetworkX社区检测

NetworkX提供了贪婪_Modularity_Communities.方法在图中查找社区。让我们试试这个算法，看看它能多好地检测派系!

由于这个俱乐部分成了两个小组，我们希望看到两个社区。

communitiesL = py.networkx.algorithms.community.greedy_modularity_communities (nxG2);myDataType =类(communitiesL)

myDataType='py.list'

返回的Python列表包含三个元素。这意味着算法在这个图中检测到了3个社区。

num_communitieis =长度(communitiesL)

num_communitieis = 3

这个列表包含冻结．一条巨蟒冻结和Python一样吗设置，除了它的元素是不可变的之外设置类似于Python列表，但其所有元素都是唯一的，而列表可以多次包含同一元素。

listContent = communitiesL {1}

listContent=Python冻结集，不带属性。frozenset（{32,33,8,14,15,18,20,22,23,24,25,26,27,28,29,30,31}）

让我们把它转换成嵌套的细胞．

社区C=单元（社区L）；社区C=单元F（@（x）单元（py.list（x）），社区C，“UniformOutput”，false）；myDataType=class（社区C{1}{1}）

myDataType = ' py.int '

内心最细胞包含Python㈡值。我们把它们转换成双．

对于ii = 1:length(communtiesc) communtiesc {ii} = cellfun(@double, communtiesc {ii});终止myDataType =类(communitiesC {1} (1))

myDataType =“双”

因为在Python中节点是基于0的索引，所以我们需要在MATLAB中将它们改为基于1的索引。

社区c=cellfun（@（x）x+1，社区c，“UniformOutput”、假);

让我们在图中画出社区。

P1 = plot(G);突出(P1, group_hi,“NodeColor”,"D95319",“EdgeColor”,"D95319")标题({圣扎迦利”年代空手道俱乐部,'Orange代表嗨先生的派系'}) nexttile P2 = plot(G);突出(P2, communitiesC {1},“NodeColor”,“# 0072 bd”,“EdgeColor”,“# 0072 bd”)突出显示（P2，社区C{2}，“NodeColor”,"D95319",“EdgeColor”,"D95319")突出(P2, communitiesC {3},“NodeColor”,'＃77ac30',“EdgeColor”,'＃77ac30')标题({圣扎迦利”年代空手道俱乐部,“基于模块化的社区”}）

如果你比较一下这些地块，你会发现右边橘色和绿色的两个社区结合在一起时，大致与Hi先生的派系重叠。

我们还可以看到：

有趣的是，社区2最终站在了Hi的阵营一边。

让我们看看算法的输出和实际的派系之间是否有任何差异。

diff_elements = setdiff(group_hi， [communtiesc {2} communtiesc {3}]);diff_elements = [diff_elements setdiff([communtiesc {2} communtiesc {3}]， group_hi)]

差异元素=9 10

社区检测算法非常接近于识别实际派系。

精简的代码

到目前为止，我们一直在检查每个步骤中返回的数据类型。如果您已经知道数据类型，您可以将这些步骤组合成几行代码。

要获得空手道俱乐部的数据并创建一个MATLAB图，你可以这样做:

nxG=py.networkx.karate_club_graph（）；edgeC=cellfun（@cell，cell（py.list（nxG.edges）），“UniformOutput”，false）；nodeC=cellfun（@cell，cell（py.list（nxG.nodes.data）），“UniformOutput”、假);nodeAttrs = cellfun(@(x) struct(x{2})， nodeC);nodeAttrs = arrayfun(@(x) string(x.club)， nodeAttrs);s = cellfun(@(x) double(x{1})， edgeC)' + 1;t = cellfun(@(x) double(x{2})， edgeC)' + 1;图G = (s, t);G.Nodes.club = nodeAttrs ';

要从MATLAB数据创建一个Python图形，你可以这样做:

nxG2 = py.networkx.Graph ();= num2cell(int8(g.r egs . endnodes) - 1);nxG2.add_edges_from (py。列表(num2cell(edgeL, 2)')); attrsD = py.dict;对于ii = 1:length(G.Nodes.club) attrD = py.dict(pyargs(“俱乐部”G.Nodes.club (ii)));attrsD.update (py。元组({{int8(ii - 1), attrD}}))终止py.networkx.set_node_attributes (nxG2 attrsD);

要检测社区，可以这样做：

社区C=cell（py.networkx.algorithms.community.贪婪的模块化社区（nxG2））；社区C=cellfun（@（x）单元格（py.list（x）），社区C，“UniformOutput”、假);对于ii = 1:length(communtiesc) communtiesc {ii} = cellfun(@double, communtiesc {ii});终止社区c=cellfun（@（x）x+1，社区c，“UniformOutput”、假);

概括

在本例中，我们了解了如何在MATLAB中使用Python。一旦您了解了数据类型转换的工作原理，这就相当简单了。要记住的事项：

在本例中，我们在MATLAB工作流中使用Python库来获取数据和检测社区。我本可以在MATLAB中编写所有代码，但利用现有Python代码更容易，并且我能够在熟悉的MATLAB环境中完成任务，在那里我可以最高效地完成任务。

你是一个多才多艺的程序员吗？分享你是如何使用MATLAB和Python的这里．

获取MATLAB代码

发布与MATLAB®R2019b