本文介绍在Python编程中如何使用Matlab自定义函数的方法，实现两种语言混合编程，减少开发的工作量，仅作为抛砖引玉，和同行一起学习。

用Matlab定义一个函数

在matlab中定义一个函数，为方便起见，使用基本函数，能通过这个实例说明使用方法即可。

function [V,D] = eigFunc(A)
	% 返回特征值D和特征向量V，D是一个对角矩阵
	% V是与矩阵A的列相对应的特征向量, 
	% 因此， A*V = V*D。
	[V, D] = eig(A);
end

把以上自定义函数名称为 eigFunc并保存，该函数以一个方形矩阵作为输入参数，输出两个值：V和D，其中D是特征值，是一个对角矩阵；V是与特征向量的列相对应的矩阵。

先看看在matlab中如何使用这个自定义函数，代码如下：

clear; close all; clc
A = gallery('lehmer',4);

[V,D] = eigFunc(A)

运行以上代码，返回结果如下：

V =
    0.0693   -0.4422   -0.8105    0.3778
   -0.3618    0.7420   -0.1877    0.5322
    0.7694    0.0486    0.3010    0.5614
   -0.5219   -0.5014    0.4662    0.5088

D =
    0.2078         0         0         0
         0    0.4078         0         0
         0         0    0.8482         0
         0         0         0    2.5362

可以看到，该函数在Matlab中运行正确，自定义函数eigFunc只包括matlab的基本函数eig。

那如何在Python中使用 eigFunc 这个函数呢？下文接着讲述。

在Python中调用Matlab

python中使用matalb引擎接口 matlab.engine，这种方法相对容易，只需要安装matlab库就可以。安装matlab库的方法有两种：

方法1：从matlab中安装

cd (fullfile(matlabroot,'extern','engines','python'))
system('python setup.py install')

方法2：直接安装，找到matlab安装目录，然后使用以下命令行命令：

python setup.py install

这里要注意，安装matlab enginer api接口与python的版本有关系。如果使用anaconda安装，可以检查到当前安装matlab engine api的python的版本，其他安装方法也有类似的情况。安装了matlab engine api之后，就可以在python中调用了，python中的调用代码如下：

import matlab
import matlab.engine
eng = matlab.engine.start_matlab()
A = [[1.0000,    0.5000,    0.3333,    0.2500],
     [0.5000,    1.0000,    0.6667,    0.5000],
     [0.3333,    0.6667,    1.0000,    0.7500],
     [0.2500,    0.5000,    0.7500,    1.0000]]
A = matlab.double(A)
V, D = eng.eigFunc(A, nargout=2)
print("V: ", V)
print("D: ", D)

eng.quit()

以上代码的运行结果如下：

V:  [[0.06939950784450351,-0.4421928183150595,-0.8104910184495989,0.37782737957175255],				[-0.3619020163563876,0.7419860358173743,-0.18770341448628555,0.5322133795757004],[0.7693553355549393,0.04873539080548356,0.30097912769034274,0.5613633351323756],[-0.5218266058004974,-0.5015447096377744,0.4661365700065611,0.5087893432606572]]

D:  [[0.20775336892808516,0.0,0.0,0.0],[0.0,0.40783672775946245,0.0,0.0],[0.0,0.0,0.8482416513967358,0.0],[0.0,0.0,0.0,2.536168251915717]]

在python中的运行结果和前面在matlab中的运行结果一样。其中，“V, D = eng.eigFunc(A, nargout=2)”中的 argout参数是指基于matlab的函数输出两个结果值。

使用matlab compiler和matlab runtime创建python包

matlab打包界面如下图，

基本步骤：

• 在matlab中选择库编译器
• 在弹出界面窗口中，填写与python库有关的信息
• 选择要生成python库的matlab函数
• 添加matlab自定义函数
• 点击 “package” 按钮，生成独立的组件
• 等待整个过程执行完毕

安装matlab runtime

需要安装 matlab runtime 才能在python中使用上文中打包生成的库，只需要安装matlab runtime就可以，而无需安装matlab。mathwork公司提供了matlab runtime 免费下载。

python代码中，导入基于matlab的库，示例如下：

import eigFunc
eigFuncAnalyzer = eigFunc.initialize() #calls the matlab runtime
A = [[1.0000,    0.5000,    0.3333,    0.2500],
     [0.5000,    1.0000,    0.6667,    0.5000],
     [0.3333,    0.6667,    1.0000,    0.7500],
     [0.2500,    0.5000,    0.7500,    1.0000]]
A = array.array(A) %not tested
V, D = eigFuncAnalyzer.eigFunc(A, nargout=2)
print("V: ", V)
print("D: ", D)
eigFuncAnalyzer.terminate()

这里要注意，本文中的matlab自定义函数 eigFunc.m 只是导入matlab的mat格式的数据，可以使用 scipy.io.savemat 函数把python中的数据保存为matlab的mat格式。

（本文结束）