MATLAB到Python数据类型映射- MATLAB和Simulink万博1manbetx - 万博1manbetx,s manbetx 845,万博尤文图斯

马铃薯草到Python数据类型的映射

当调用Python时^®MATLAB函数,^®将MATLAB数据转换为最能代表Python语言的数据类型。

将标量值传递给Python

MATLAB输入参数类型- 仅标量值	结果python.`py。`类型	例子
`双倍的`(真正的) `单身的`(真正的)	`浮动`	在MATLAB中使用Python数值变量
`双倍的`(复杂的) `单身的`(复杂的)	`复杂的`	z =复杂(1、2);py.cmath.polar (z) ans = python元组，没有属性。（2.23606797749979,1.1071487177940904）
`INT8.` `uint8.` `int16` `uint16` `int32`	`int`
`UINT32.` `INT64.` `UINT64`	`int` `长`(版本2.7)
`南`	`浮动(“nan”)`
`正`	`浮动（“INF”）`
`细绳`标量 `字符`向量	`str`	在matlab中使用python str变量
`< >失踪`价值`细绳`	`没有一个`	py.list（{string（缺少），'价值'}） ans = python列表，没有属性。[没有，'值']
`逻辑`	`赃物`
结构	`dict`	在matlab中使用python dict变量
Python对象 -`PY`。`类型`	`类型`
功能手柄`@PY`。`模块`。`函数`，只对Python函数有效	`模块`。`函数`	将Python函数传递给Python映射函数

通过向量Python

MATLAB输入参数类型- `1`——- - - - - -`N.`向量	产生的Python类型
`双倍的`(真正的)	`array.array (' d ')`
`单身的`(真正的)	`array.array (f)`
`INT8.`(真正的)	`Array.Array（'B'）`
`uint8.`(真正的)	`Array.Array（'B'）`
`int16`(真正的)	`Array.Array（'H'）`
`uint16`(真正的)	`Array.Array（'H'）`
`int32`(真正的)	`Array.Array（'i'）`
`UINT32.`(真正的)	`Array.Array（'i'）`
`INT64.`(real) - Wind万博1manbetxows上的Python 2.7不支持^®	`Array.Array（'Q'）`
`UINT64`(real) - Wind万博1manbetxows上的Python 2.7不支持	`Array.Array（'Q'）`
`双倍的`(复杂的) `单身的`(复杂的) `INT8.`(复杂的) `uint8.`(复杂的) `int16`(复杂的) `uint16`(复杂的) `int32`(复杂的) `UINT32.`(复杂的)	`memoryview`
`逻辑`	`memoryview`
`字符`向量 `细绳`标量	`str`
`字符`数组包含大于127的值(仅2.7版)	`unicode.`
`细胞`向量	`元组`

传递矩阵和多维数组Python

Python语言提供了一种用于访问存储器缓冲区的协议，如存储在MATLAB阵列中的数据。MATLAB为MATLAB阵列实现此Python缓冲区协议，以便您可以直接从Python代码读取MATLAB阵列，以与MATLAB相同的过程，而无需复制数据。

许多Python函数直接使用来自Python的MATLAB数组，而不将其转换为本机Python类型。有些函数可能需要特定的类型，例如numpy.ndarray.，或可能会在数组中修改数据。这些功能可能接受MATLAB阵列并将数据复制到所需类型中。如果未通过所需类型，则其他功能可能会显示错误。要将数据传递给这些函数，首先从MATLAB数据创建所需的Python类型，然后将其传递给Python函数。例如，要创建数组P.传递给需要类型数据的Python函数numpy.array类型:

p = py.numpy.array(魔法(3))

p = python ndarray：8 1 6 3 5 7 4 9 2使用详细信息函数查看Python对象的属性。使用双重函数转换为MATLAB阵列。

Python不支持MATLAB稀疏数组。万博1manbetx看不支万博1manbetx持的matlab类型。

故障排除参数错误

如果Python函数需要特定的Python多维数组类型，例如numpy.ndarray.然后，Matlab显示有关如何继续的提示的消息。如果问题可能是由于将矩阵或多维数组传递为参数，则执行以下操作。

检查Python函数的文档，找出参数的预期类型。
在MATLAB中创建一个该类型的Python对象，并将其传递给Python函数。

例如，假设以下代码返回错误。

a = [1 2;3 4];py.pyfunc（a）

如果是文件pyfunc指定预期类型是numpy.ndarray.，然后尝试此转换：

py.pyfunc (numpy.ndarray (a))

如果错误仍然存在，则通过检查Python异常中的附加信息来确定根本原因。

自动转换Python类型为马铃薯草类型

MATLAB自动将这些从Python返回的数据类型转换为MATLAB类型。要转换其他类型，请参见将Python类型显式转换为Matlab类型。

python返回类型，如python中显示	Matlab类型 - 标量
`浮动`	`双倍的`
`复杂的`	复杂的`双倍的`
`int`（仅版本2.7）。对于Python版本3.x`int`，您必须明确转换。看将Python类型显式转换为Matlab类型。	`INT64.`
`赃物`	`逻辑`
所有其他Python类型 -`类型`	Python对象 -`PY`。`类型`

显式转换Python类型为马铃薯草类型

如果Python函数的输出实现Python缓冲区协议，例如numpy.ndarray.，它是数字或逻辑的，然后matlab显示：

实际的Python类型
底层数据
相应的MATLAB转换功能。使用此函数将Python对象完全转换为MATLAB阵列。

使用这些matlab函数将Python数据类型转换为Matlab类型。

python返回类型或协议，如matlab所示	MATLAB转换功能	例子
`py.str.`（版本3.x）	`细绳` `字符`	在matlab中使用python str变量
`py.str.`（版本2.7）	`细绳` `字符` `uint8.`
`py.unicode.`	`细绳` `字符`
对象`__str__`方法	`字符`	py.help ('datetime.date .__ str__'的）帮助在DateTime.Date中的Wrapper_descriptor：datetime.date .__ str__ = __str __（self，/）返回str（self）。 d = py.datetime.date（......INT32（2020），INT32（3），INT32（4））;CHAR（D） ans = ' 2020-3-04 '
`py.bytes.`	`uint8.`
`py.int`	`双倍的` 或 `INT64.`
`py.long.`	`双倍的` 或 `INT64.`
`py.array.array` `py.numpy.ndarray.ndarray.` `py.memoryview` 您可以转换`py.array.array`任何格式和`py.memoryview`对象的MATLAB类型。	`数字` `双倍的` `单身的` `INT8.` `uint8.` `int16` `uint16` `int32` `UINT32.` `INT64.` `UINT64`	在MATLAB中使用Python数值变量例如，在MATLAB中使用Python Integer数组类型。
协议序列;例如，`py.list.`和`py.tuple`	`细胞`	在MATLAB中使用Python列表变量在matlab中使用python元组变量
映射协议;例如，`py.dict`	`塑造`	在matlab中使用python dict变量

例如，Python函数返回此数组P.：

p = python ndarray：8 1 6 3 5 7 4 9 2使用详细信息函数查看Python对象的属性。使用双重函数转换为MATLAB阵列。

你可以把它转换成MATLAB矩阵P.打字：

p = double（p）

p = 3×3 8 1 6 3 5 7 4 9 2

如果您需要有关Python属性的特定信息P.类型:

细节（P）

py.numpy.ndarray句柄带有属性:基础:[1×1 py。没有一个类型] ctypes: [1×1 py.numpy.core._internal._ctypes] data: [1×3 py.memoryview] dtype: [1×1 py.numpy.dtype[float64]] flags: [1×1 py.numpy.flagsobj] flat: [1×1 py.numpy.flatiter] imag: [1×1 py.numpy.ndarray] itemsize: [1×1 py.int] nbytes: [1×1 py.int] ndim: [1×1 py.int] real: [1×1 py.numpy.ndarray] shape: [1×2 py.tuple] size: [1×1 py.int] strides: [1×2 py.tuple] Methods, Events, Superclasses

如果Python模块提供内容__doc__属性，然后matlab链接到该信息。