MATLAB是一个伟大的计算环境的工程师和科学家。MATLAB还提供对通用语言的访问，包括C/ c++， Java, Fortran， . net和Python。今天的嘉宾博客古原竹内，想谈谈使用MATLAB与Python．

内容

为什么不使用两者？

当我们讨论语言时，我们经常遇到一个假选择你觉得你必须选择一个或另一个。实际上，您通常可以使用两者。我们大多数人都不独自工作。作为更大团队的一部分，您的工作往往是涉及多种语言的更大工作流程的一部分。这就是为什么Matlab提供与其他语言的互操作性，包括Python。您的同事可能希望利用您的MATLAB代码，或者您需要从IT系统访问基于Python的功能。Matlab在金宝app两个方向上都支持您的工作流程。

今天我想重点讲从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中设置Python

Matlab支金宝app持Python 2.7, 3.6和3.7截至撰写本文(R2019b)。这是另一个有用的例子链接．

我假设您已经知道如何在您的选择平台上安装和管理Python环境和依赖关系，我不会在这里讨论它，因为它是自己的复杂主题。

让我们在MATLAB中访问Python。您需要找到Python可执行文件的完整路径。下面是Windows的一个例子。在Mac和Linux上，您的操作系统命令可能不同。

pe = pyenv;如果体育。状态= =“未加载”[~, exepath] =系统(“巨蟒”）;pe = pyenv (“版本”, exepath);结束

如果这不起作用，你也可以把路径作为字符串传递给你的Python可执行文件。

pe = pyenv (“版本”，“C: \ \用户名\ AppData \用户当地\ \ python \路径\ python.exe）

myPythonVersion =体育。版本py.print (“你好,Python !”）

myPythonVersion = "3.7"你好，Python!

空手道俱乐部的数据集

韦恩·扎卡里发表了一数据集该网站是上世纪70年代美国一所大学空手道俱乐部34名成员之间的社交网络。这个俱乐部爆发了一场争执，最终使它分裂成两个派别。我们想看看能否根据人际关系从算法上预测俱乐部将如何解散。

包含此数据集NetworkX，一个复杂的Python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.__version__

MATLAB不支持金宝app类名或以下划线(_)字符开头的其他标识符．相反，使用下面的内容来获取包上的帮助内容，包括它的当前版本。

> py.help ('networkx'）

导入或不导入

通常，您在Python脚本的开始部分执行此操作。

进口networkx作为nxG = nx.karate_club_graph ()

然而，这是不推荐在MATLAB，因为行为的进口函数在MATLAB是不同于Python的。

MATLAB调用Python的方法是使用py，后面跟着一个包或方法，像这样:

nxG = py.networkx.karate_club_graph ();

如果你必须使用进口，你可以这样做:

进口py.networkx。*nxG = karate_club_graph ();

正如您所见，很难记住，我们在省略时呼叫Python方法py，当您开始在同一个脚本中混合MATLAB代码和Python代码时，可能会感到困惑。

从Python对象中提取数据

以下返回NetworkX图形对象中的空手道俱乐部数据集。

myDataType =类(nxG)

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

你可以看到这个对象上可用的方法如下:

方法（NXG）

您还可以看到这个对象的属性。

属性（NXG）

NetworkX图包含边缘返回一个对象的属性EdgeView．

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

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

要在MATLAB中使用这个Python对象，第一步是将对象转换为一个核心Python数据类型，比如Python列表．

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

myDataType = ' py.list '

现在Edgel.包含一个python.列表的节点对存储为Python元组元素。每个节点对表示图中的一条边。让我们看看前5个元组值。

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如此如此，在循环中处理单个元素。

为我在李:打印我＃l是的列表为u, v在师:打印((u, v))＃t是的元组

MATLAB的方法是使用数组。Python列表可以转换成细胞数组中。

edgeC =细胞(edgeL);myDataType =类(edgeC)

mydatatype ='cell'

这细胞数组包含Python元组元素。

myDataType =类(edgeC {1})

myDataType = ' py.tuple '

Python元组还可以转换成细胞数组中。改变内心世界元组元素，我们可以使用Cellfun.．

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

mydatatype ='cell'

由此产生的嵌套细胞数组包含Pythonint值。

myDataType =类(edgeC {1} {1})

myDataType = ' py.int '

处理Python字典

现在让我们还从数据集中提取节点。我们可以遵循与边缘的相同步骤。

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

境内细胞数组包含Python和int和d元素。

cellContent = nodeC {1}

cellContent = 1×2 cell array {1×1 py.int} {1×1 py.dict}

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

cellContent = nodeC {1} {2}

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讲师。Python中的其他值d是“官”这个军官是俱乐部的领导。他们是各自派系的关键人物。节点属性指示单个节点属于哪个派系。在这个例子中，节点1属于Hi先生的派系。

Python处理d通常如此如此，在循环中处理单个元素。

为k、v在d.Items（）：打印（k，v）

同样，MATLAB的方法是使用数组。Pythond可以转换成结构体数组中。

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

myDataType =“结构”

我们可以将单个值提取到字符串数组中。俱乐部里显然各派平分秋色。

nodeAttrs = arrayfun(@(x) string(x.club)， nodeAttrs);汇总(nodeAttrs)

价值计数百分比Hi先生17 50.00%警官17 50.00%

让我们提取属于Hi派系先生的节点。

group_hi = 1:长度(nodeAttrs);group_hi = group_hi(nodeAttrs ==。“你好,先生”）;

可视化的图形在MATLAB

MATLAB还提供了图形和网络功能我们可以用它们来画图。

让我们把Pythonint到的边列表中的值双倍的并将边缘上的节点提取为单独的向量。

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

马铃薯图期望节点的列向量。让我们转置。

s = s ';t = t ';

Python中的节点索引以0开始，而MATLAB中的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，Hi先生的派系突出显示。

图G = (s, t);G.Nodes.club = nodeAttrs ';图p1 = plot（g）;突出显示（P1，Group_hi，'nodeColor'，“# D95319”，“EdgeColor”，“# D95319”)标题({圣扎迦利”年代空手道俱乐部，“橙色代表了Hi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图对象，但是为了完整起见，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（）;

可以用。向图添加边add_edges_from方法。它接受Python列表的元组元素是这样的:

[(1、2),(2,3),(3、4)

这不是Matlab中的有效语法。相反，我们可以使用1xn细胞节点对（如下一数组）：

myListofTuples ={{1,2},{2,3},{3、4}};

当我们传递这个嵌套细胞阵列到py.list， MATLAB自动将其转换为Python列表的元组元素。

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

myDataType = ' py.tuple '

让我们从MATLAB中提取边表图．它是一个78x2的矩阵双倍的值。在MATLAB中,双倍的是默认的数字数据类型。

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

myDataType =“双”

如果我们转换数组双倍的值到Python列表，值将转换为python漂浮，但Python中默认的数字数据类型是int．所以我们不能使用双倍的．

: listContent = py.list (edgeL (1))

listContent =没有属性的Python列表。[1.0, 2.0]

此外，Python索引是基于0的，而MATLAB是基于1的。我们需要转换数组双倍的元素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来转换矩阵int8值到78x2细胞数组，其中每个元素都在单独的单元格中。

edgeL = num2cell (edgeL);myDataType =类(edgeL)

mydatatype ='cell'

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

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

cols = 1

的add_edges_from方法需要一个1xN的Python列表．现在我们把它变成1xN细胞通过调换Nx1数组细胞数组，并将其转换为Python列表并将其添加到空网络x图对象中。

nxG2.add_edges_from (py.list (edgeL '));

这些边被添加到NetworkX图形对象中。让我们检查一下前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，但是它们目前没有任何属性，如下面的节点列表的前3个元素所示。

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

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

要添加属性，我们需要使用set_node_attributes方法。这个方法需要一个嵌套的Pythond．下面是如何创建d在MATLAB。

myDict = py.dict (pyargs (“关键”，“价值”)）

myDict =没有属性的Python字典。{“关键”:“价值”}

的set_node_attributes方法期望一个嵌套的d．外面的钥匙d是节点，值是d数组键值对的定义如下:

{0: {“俱乐部”：“你好,先生”}，1：{“俱乐部”：“官”}}

不幸的是，这行不通，因为Pyargs.只期待A.字符串或char值作为键。

> > py。d(pyargs(0, py.dict(pyargs(“俱乐部”，“你好,先生”))))错误使用Pyargs.场的名字必须是字符串标量或字符向量。

相反，我们可以创建一个空的d，加上内在d来自元组数据，使用基于0的索引，其中包含更新这样的方法：

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

然后我们可以用set_node_attributes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 =没有属性的Python列表。((0,{“俱乐部”:“你好先生”}),(1,{“俱乐部”:“你好先生”}),(2){“俱乐部”:“你好先生”}))

使用NetworkX进行社区检测

NetworkX提供了greedy_modularity_communities方法查找图中的社区。让我们尝试一下这个算法，看看它能在多大程度上检测出派系!

由于这个俱乐部分成了两个群体，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。这意味着算法在此图中检测到3个社区。

num_communitieis =长度(communitiesL)

num_communitieis = 3.

的列表包含一个frozenset．一个蟒蛇frozenset与python相同集，除了它的元素是不可变的。和一个Python集类似于Python列表，除了所有元素都是唯一的，而a列表可以多次包含相同的元素。

ListContent = Communitiesl {1}

listContent = Python frozenset没有属性。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细胞．

communitiesC =细胞(communitiesL);@(x) cell(py.list(x))， communtiesc，“UniformOutput”、假);myDataType =类(communitiesC {1} {1})

myDataType = ' py.int '

最内心的细胞包含Pythonint值。让我们转换为双倍的．

为II = 1：长度（社区）Communitiesc {II} = Cellfun（@Double，Communitiesc {II}）;结束myDataType =类(communitiesC {1} (1))

myDataType =“双”

由于节点是基于0的索引，因此我们需要将其更改为基于Matlab的1.索引。

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

让我们在图中画出社区。

tiledlayout（1,2）nextdile p1 = plot（g）;突出显示（P1，Group_hi，'nodeColor'，“# D95319”，“EdgeColor”，“# D95319”)标题({圣扎迦利”年代空手道俱乐部，“橙色代表了Hi先生的派系”}) nexttile P2 = plot(G);突出(P2, communitiesC {1},'nodeColor'，'＃0072bd'，“EdgeColor”，'＃0072bd')突出(P2, communitiesC {2},'nodeColor'，“# D95319”，“EdgeColor”，“# D95319”)突出(P2, communitiesC {3},'nodeColor'，“# 77 ac30”，“EdgeColor”，“# 77 ac30”)标题({圣扎迦利”年代空手道俱乐部，“Modularity-based社区”}）

如果你比较这些图，你可以看到右边橙色和绿色的两个社区，合并后，大致与Hi先生的阵营重叠。

我们还可以看到:

有趣的是，社区2最终最终与嗨派别的派系先生结束了。

让我们看看算法的输出和实际派别之间是否有任何不同。

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

10

社区检测算法非常接近识别实际派系。

精简的代码

到目前为止，我们一直在研究每一步返回的数据类型。如果您已经知道数据类型，那么您可以将许多这些步骤合并到几行代码中。

要获取空手道俱乐部数据并创建一个MATLAB图形，可以执行以下操作：

nxG = py.networkx.karate_club_graph ();@cell, cell(py.list(nxG.edges))，“UniformOutput”、假);nodeC = cellfun(@cell, cell(py.list(nxg .node .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Python图，可以执行以下操作：

nxg2 = py.networkx.graph（）;EDGEL = NUM​​2CELL（INT8（G.EDGES.ENDNODE） -  1）;nxg2.add_edges_from（py.list（num2cell（edgel，2）'））;attrsD = py.dict;为II = 1：长度（g.nodes.club）attrd = py.dict（pyargs（“俱乐部”G.Nodes.club (ii)));attrsD.update (py。元组({{int8(ii - 1), attrD}}))结束py.networkx.set_node_attributes (nxG2 attrsD);

为了检测社区，你可以这样做:

communitiesC =细胞(py.networkx.algorithms.community.greedy_modularity_communities (nxG2));@(x) cell(py.list(x))， communtiesc，“UniformOutput”、假);为II = 1：长度（社区）Communitiesc {II} = Cellfun（@Double，Communitiesc {II}）;结束communtiesc = cellfun(@(x) x + 1, communtiesc，“UniformOutput”、假);

总结

在这个例子中，我们看到了如何在MATLAB中使用Python。一旦您理解了数据类型转换是如何工作的，这就相当简单了。事情要记住:

在这个例子中，我们在MATLAB工作流中使用了一个Python库来获取数据并检测社区。我可以用MATLAB编写所有的代码，但是利用现有的Python代码更容易，而且我能够在熟悉的MATLAB环境中完成我的任务，在那里我可以最有生产力。

你是一名通晓多国语言的编码人员吗?分享你如何一起使用MATLAB和Python在这里．

得到MATLAB代码

MATLAB®R2019b发布