转换matlab.double数组到python数组

Question

我正在使用matlabpython引擎访问python中的matlab项目中的数据。这很好地工作，但是在python中有效地使用matlab数组确实有一个问题。例如，我想要一个来自matlab的数组，我使用（eng代表matlab引擎）：

x = eng.eval(arg)

我得到的是matlab.double数组如下所示：

^{pr2}$

看起来还不错。让我们试着抓住一个条目：

>>> x[2][1]
5.0

耶！一整排怎么样？在

>>> x[0]
matlab.double([1.0,2.0])

。。好吧，至少是吵架了，但我没找到“matlab.double“”前缀。。专栏怎么样？在

>>> x[:][0]
matlab.double([1.0,2.0])

等等，什么？我尝试选择所有行，然后从每个行中选择第一个元素，但是我只得到行。事实上：

x[i] == x[:][i] == x[i][:]

所以，基本上有两个问题出现了：选一排给我带来了不想要的。”matlab.double“前缀和选择一个列（个人更重要）根本不起作用。有什么建议吗？ 我现在所做的是重新读取每个值，并将其保存到一个新的python数组中：

c = [[] for _ in range(len(x[0]))]
for i in range(len(x[0])):
    for j in range(len(x)):
        c[i].append(x[j][i])

这是可行的，但有一个问题：随着数据的增长，代码的速度会大大减慢。当然，如果每个条目实际上已经存储在x中，那么重读它们并不是一件美妙的事

感谢您阅读了这篇长文本，我只是假设我解释了一点，因为可能只有少数人使用python matlab引擎。在

Answer 1

通过以下讨论，我设法找到了一个合理的方法：

c = []
for _ in range(x.size[1]):
    c.append(x._data[_*x.size[0]:_*x.size[0]+x.size[0]].tolist())
return c

这样，该命令需要大约0.009s，而不是之前的0.045s。使用zip函数大约是0.022s。非常感谢，现在代码运行速度快了5倍！在

为了澄清：x.size[i]给出了matlab.double数组的大小。x._data给出一个一维数组类型：

^{pr2}$

因此，它包含一个tolist（）方法来获得一个实际的列表，这是我需要的。在

Answer 2

我现在正在高效地使用一种更通用的方法，它还允许我在需要时对值进行四舍五入（但是要小心，舍入需要更多的计算时间）：

from math import log10, floor

def convert(self, x, ROUND=0):

    conv = []

    for _ in range(x.size[0]):
        lst = x._data[_::x.size[0]].tolist()

        if ROUND is not 0:
            lst = [self.round_sig(elem, ROUND) if elem != 0 and
                   elem == elem else elem for elem in lst]

        conv.append(lst)

    return conv

def round_sig(self, x, sig=2):
    return round(x, sig-int(floor(log10(abs(x))))-1)