Matlab具有强大的数据处理能力，提供了大量工具箱，满足各类数值计算需求，且自成体系。而Python则更加开放、自由，基于提供的基本语法，大家可以自由创造轮子，发布后就可以直接pip安装使用。Matlab偏向数值计算，而Python覆盖面则更加广泛，资源更多、更新更快。所以借助Python增强Matlab的能力，好比Matlab插上Python的翅膀，如虎添翼。

环境检查

使用pyversion检查Matlab能否调用Python：

>> 

如果列出了Python信息，如版本、路径等，表示能正常检测到Python。其中isloaded表示是否已加载Python，如果执行了Python语句或调用了Python模块，isloaded就变为1：

>> 

如果Matlab没有找到Python，则返回为空，这主要是由于Python路径未添加到环境变量所致

>> 

解决办法：将Python安装目录添加到环境变量，或者直接指定Python可执行文件的路径

>> 

简单调用

最简单的调用方式是直接执行Python语句

>> 

函数调用

除此之外，还可以编写自己的Python函数，如

# myfun.py

将Matlab切换到myfun.py所在的目录，调用Python函数

>> 

注意：如果修改了myfun.py，Matlab不会立即使用新的代码，需要重载Python模块

% 重载Python模块

执行上面语句后，就可以调用修改过的Python代码了。

类调用

上面是调用Python函数，还可以调用Python类，如：

class 

Matlab中执行

mycalss 

结果

count =  1
count =  2
count =  3
count =  4
count =  5

Matlab向Python传递参数

单值传递：在py.myfun.add(1, 2)中，1和2在Matlab中默认是double型，传入Python后，Python默认将其转为Python的float型。类型转换如下表

数组传递：如果传入Matlab数组，Python默认接收为array.array类型。如Matlab传入数组[1, 2]，Python接收为array.array('d', [1.0, 2.0])。更多数组转换如下表

如果习惯使用numpy，可以使用np.array(arg_py)将array.array转为numpy数组。

Matlab接收Python返回值

单值转换：如果Python返回1.2（默认float），Matlab无需转换，直接接收为double型的1.2

默认转换的只有以上几种，其他类型需要自己手动转换。如Python中的str，传回Matlab后，如果不做转换，很难操作：

res 

故可以调用string、char转换为Matlab字符串：string(res)或char(res)。其他类型的转换方式如下表

数组传递：可以使用array.array向Matlab返回数组，如

def 

在Matlab中

>> 

numpy数组不方便在Matlab中使用，所以可以先在Python中转为array.array，再传递给Matlab

a