python->octave->python：对matlab/octave库进行pythonize的工具
pyop的Python项目详细描述
pyopy:python->octave/matlab->python
===
pyopy有助于使用python中的matlab/octave库。
它提供解析matlab代码的功能，并将对matlab函数的调用表示为对python函数的调用。它还提供了一种通用机制，可以将数据传输到
，并在octave/matlab实例中运行代码。pyopy生来就为
[hctsa时间序列特征提取库]（http://www.comp-engine.org/time series/）提供python绑定。
您可以查看这个[快速演示]（https://asciema.org/a/18771）。
雨衣。它需要Python2.7，Octave和/或Matlab以及以下Python依赖项：
-numpy
-scipy
-pandas
-joblib
-argh
-whatami
-lockfile
pyopy设计将命令调度和数据传输分离。
pyopy依赖于优秀的[oct2py]（http://blink1073.github.io/oct2py/）
（其中pyopy提供了[稍微修改的版本]（https://github.com/sdvillal/oct2py）。
用于一般数据传输。对于与octave的通信，我们建议完全安装oct2py。
对于与matlab的通信，我们建议使用python matlab引擎（从
2014b版开始，可用于matlab）。如果你有一个早期的Matlab版本，基于[PymatBridge]（https://github.com/arokem/python-matlab-bridge）的速度较慢且测试较少的后端
也可用。
安装argh whatami lockfile
```
-要使用Matlab，请安装[Python Matlab引擎]（http://www.mathWorks.com/help/Matlab/Matlab-External/install the Matlab engine for python.html）。
``sh
cd/opt/matlab/extern/engines/python如果在/opt/matlab中安装了Matlab
python setup.py install不幸的是，PIP在这里会失败
``````
pip install oct2py
```br/>
-pip install pyopy in your环境（即将发布）。
``sh
如果使用hctsa，也可以在任何位置安装开发版本的cd，对于hctsa，git clone https://github.com/strawlab/pyopy.git
pip install-e pyopy
`````
强烈建议使用Matlab。
倍频程。
每次调用"hctsa.prepare（）"时，此版本的hctsa都将动态添加到Matlab/octave
路径中。
该命令还将重新生成python绑定。
这意味着重新生成模块：
"pyopy/hctsa/hctsa_bindings.py"
#请注意，要成功重新生成绑定，
"hctsa cli"需要对安装了
pyopy的目录具有写权限。
如果使用"pip install-e"或
如果安装到用户目录上的conda/virtualenv，则这不成问题。
引擎，运行：
hctsa cli install--engine octave
实现运行此命令：
hctsa cli install--engine all--force download--generate bindings
这应该可以工作
``sh
hctsa cli summary
operators（mfiles中的函数）：164
操作数（函数+参数）：1057
功能数（操作+输出值）：7778
不操作的函数：['co_tstl_amutel'，'dn_cumulants'，"dn_nlogl_norm"、"in_automutualinfo"、"in_initialize_mi"、"in_mutualinfo"、"mf_gp_learnhyperp"、"mf_residellanalysis"、"nl_caosmethod"、"pp_preprocess"、"sb_coarsegrain"、"sd_makeprogates"、"tstl_predict"]
没有函数的操作：["dk_theilerq"、"dk_crinkle_statistic"、"dk_timerev_1"，"dk_timerev_2"，"dk_timerev_3"，'dk_timerev_4']
（这些可能是对其他工具箱的调用）
没有操作的特性：[]
（通常应该是空的）
ipython
`````
``python
in[1]：将numpy导入为np
in[2]：从pyopy.hctsa导入hctsa
in[3]：：_=hctsa.prepare（engine='matlab'）
启动发动机
预热
配置hctsa
设置hctsa操作员
万岁，我们现在可以使用hctsa…
in[4]：hctsa.operations.ac_1（np.arange（100））
out[4]：0.969999999999975
````
###与pyopy一起分发的代码
-pyopy本身：修改的bsd
-oct2py：修改的bsd
-ompc：修改的bsd
*脚本）。
"operators"是GPL授权的。pyopy绑定仅依赖于运算符。
hctsa的其他部分被授权为[知识共享属性非商业共享4.0国际许可证]（https://creative commons.org/licenses/by nc sa/4.0/）。
hctsa（工具箱目录）使用的第三方代码中的其他许可证（主要是gpl）可能适用。< BR>
===
pyopy有助于使用python中的matlab/octave库。
它提供解析matlab代码的功能，并将对matlab函数的调用表示为对python函数的调用。它还提供了一种通用机制，可以将数据传输到
，并在octave/matlab实例中运行代码。pyopy生来就为
[hctsa时间序列特征提取库]（http://www.comp-engine.org/time series/）提供python绑定。
您可以查看这个[快速演示]（https://asciema.org/a/18771）。
雨衣。它需要Python2.7，Octave和/或Matlab以及以下Python依赖项：
-numpy
-scipy
-pandas
-joblib
-argh
-whatami
-lockfile
pyopy设计将命令调度和数据传输分离。
pyopy依赖于优秀的[oct2py]（http://blink1073.github.io/oct2py/）
（其中pyopy提供了[稍微修改的版本]（https://github.com/sdvillal/oct2py）。
用于一般数据传输。对于与octave的通信，我们建议完全安装oct2py。
对于与matlab的通信，我们建议使用python matlab引擎（从
2014b版开始，可用于matlab）。如果你有一个早期的Matlab版本，基于[PymatBridge]（https://github.com/arokem/python-matlab-bridge）的速度较慢且测试较少的后端
也可用。
安装argh whatami lockfile
```
-要使用Matlab，请安装[Python Matlab引擎]（http://www.mathWorks.com/help/Matlab/Matlab-External/install the Matlab engine for python.html）。
``sh
cd/opt/matlab/extern/engines/python如果在/opt/matlab中安装了Matlab
python setup.py install不幸的是，PIP在这里会失败
``````
pip install oct2py
```br/>
-pip install pyopy in your环境（即将发布）。
``sh
如果使用hctsa，也可以在任何位置安装开发版本的cd，对于hctsa，git clone https://github.com/strawlab/pyopy.git
pip install-e pyopy
`````
强烈建议使用Matlab。
倍频程。
每次调用"hctsa.prepare（）"时，此版本的hctsa都将动态添加到Matlab/octave
路径中。
该命令还将重新生成python绑定。
这意味着重新生成模块：
"pyopy/hctsa/hctsa_bindings.py"
#请注意，要成功重新生成绑定，
"hctsa cli"需要对安装了
pyopy的目录具有写权限。
如果使用"pip install-e"或
如果安装到用户目录上的conda/virtualenv，则这不成问题。
引擎，运行：
hctsa cli install--engine octave
实现运行此命令：
hctsa cli install--engine all--force download--generate bindings
这应该可以工作
``sh
hctsa cli summary
operators（mfiles中的函数）：164
操作数（函数+参数）：1057
功能数（操作+输出值）：7778
不操作的函数：['co_tstl_amutel'，'dn_cumulants'，"dn_nlogl_norm"、"in_automutualinfo"、"in_initialize_mi"、"in_mutualinfo"、"mf_gp_learnhyperp"、"mf_residellanalysis"、"nl_caosmethod"、"pp_preprocess"、"sb_coarsegrain"、"sd_makeprogates"、"tstl_predict"]
没有函数的操作：["dk_theilerq"、"dk_crinkle_statistic"、"dk_timerev_1"，"dk_timerev_2"，"dk_timerev_3"，'dk_timerev_4']
（这些可能是对其他工具箱的调用）
没有操作的特性：[]
（通常应该是空的）
ipython
`````
``python
in[1]：将numpy导入为np
in[2]：从pyopy.hctsa导入hctsa
in[3]：：_=hctsa.prepare（engine='matlab'）
启动发动机
预热
配置hctsa
设置hctsa操作员
万岁，我们现在可以使用hctsa…
in[4]：hctsa.operations.ac_1（np.arange（100））
out[4]：0.969999999999975
````
###与pyopy一起分发的代码
-pyopy本身：修改的bsd
-oct2py：修改的bsd
-ompc：修改的bsd
*脚本）。
"operators"是GPL授权的。pyopy绑定仅依赖于运算符。
hctsa的其他部分被授权为[知识共享属性非商业共享4.0国际许可证]（https://creative commons.org/licenses/by nc sa/4.0/）。
hctsa（工具箱目录）使用的第三方代码中的其他许可证（主要是gpl）可能适用。< BR>
欢迎加入QQ群-->： 979659372
