Hướng dẫn matlab struct to python - cấu trúc matlab thành python

Tôi đang sử dụng MATLAB (2014b) và Python (2.7.6) để lập trình hỗn hợp. Tôi đã cố gắng chuyển một cấu trúc từ Matlab sang Python, nhưng tôi đã thất bại.

Cấu trúc tôi muốn vượt qua là:

dmodel = struct ('regr', regr, 'corr', corr, 'theta', theta. ', ...'regr',regr, 'corr',corr, 'theta',theta.', ...

'beta', fit.beta, 'gamma', fit.gamma, 'sigma2', sy.^2.*fit.sigma2, ...,fit.beta, 'gamma',fit.gamma, 'sigma2',sY.^2.*fit.sigma2, ...

'S', s, 'ssc', [ms; ss], 'ysc', [của tôi; Sy], ...,S, 'Ssc',[mS; sS], 'Ysc',[mY; sY], ...

'C', fit.c, 'ft', fit.ft, 'g', fit.g);,fit.C, 'Ft',fit.Ft, 'G',fit.G);

Trong cấu trúc, tất cả các yếu tố là vô hướng ngoại trừ SSC và YSC.

Kịch bản MATLAB trông như thế này:

function model = fun_mat ()model=Fun_mat()

...

một số lệnh;command;

...

một số lệnh;

mô hình = dmodel;

chấm dứt

Và kịch bản Python trông như thế này:matlab.engine as meng

nhập matlab.engine với tư cách là meng

Eng = meng.start_matlab ()

eng.quit()

dmodel = eng.fun_mat ()

Hai kịch bản này nằm trong cùng một thư mục.

Bạn có chia sẻ thêm chi tiết về cách tạo tệp "lib.mat" không? Tôi đã thử các bước sau:

>>lib.name='hello''hello'

>>Strs(1).id=1

>>Strs(2).id=2

>>Strs(3).id=3

>> lib.strs = strs

>> lib.strlist = {1,2,3}

>> lưu ('lib', 'lib'))'lib', 'lib')

Đây là những gì tôi thấy trong Python:

>>> obj = eng.load ('lib.mat') ['lib']]'lib.mat')['lib']

...

ValueError: Chỉ có thể trả lại một cấu trúc vô hướng từ MATLABscalar struct can be returned from MATLAB

Đây là hành vi dự kiến ​​vì mảng struct không được hỗ trợ theo tài liệu:

https://www.mathworks.com/help/matlab/matlab_external/handle-data-returned-from-matlab-to-python.html

Trong trường hợp này, bản thân "lib" là một cấu trúc vô hướng nhưng phần tử "STRS" là một mảng cấu trúc.

Nó không xuất hiện như thể bạn có thể lưu trữ

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Tuy nhiên, bạn có thể mô phỏng cùng một loại cấu trúc bằng cách sử dụng các loại Python

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

struct = {
   'val': [A, B],
   'sl': [137, 138]
}

Bây giờ bạn có thể truy cập các yếu tố này như sau (lưu ý thứ tự đối số là khác nhau):

struct['val'][0] # = A
struct['sl'][1] # 138

Để giữ cho thứ tự đảo ngược cấu trúc dict/danh sách:

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Cấu trúc trong Matlab/Octave và Python

Các cấu trúc có sẵn trong các ngôn ngữ khác nhau, như C, C ++, C# và MATLAB và chúng chủ yếu được sử dụng để tổ chức dữ liệu dưới dạng các loại tổng hợp, chứa một tập hợp các trường xác định. Trong cấu trúc C, C ++ và C#, được xác định là các loại dữ liệu mới và sau đó các biến mới của loại đó được khai báo. Trong C ++ và C#, các cấu trúc là các lớp và chúng cũng có thể bao gồm các phương thức và thành viên riêng. Ngược lại, cấu trúc MATLAB là một loại dữ liệu chung để tổ chức và nhóm một số trường thuộc nhiều loại khác nhau, thậm chí thuộc loại cấu trúc.

Trong Python, có một số cách để có chức năng như cấu trúc:

1. Sử dụng

   struct = [
       {'val': A, 'sl': B},
       {'val': 137, 'sl': 138},
   ]
   
   struct[0]['val']  # A
   struct[1]['sl'] # 138
   

   7 (xem tại đây), loại từ điển tích hợp trong Python, thực sự là một mảng các mục giá trị quan trọng;
2. sử dụng một lớp trống hoặc một lớp tạm thời, sau đó thêm các trường bắt buộc vào nó;
3. sử dụng một lớp được mã hóa cứng, với tất cả các trường và phương thức cần thiết;
4. và sử dụng lớp

   pip install ypstruct

   0 (xem tại đây), đây là một bộ điều khiển với các phím cho mỗi mục và đó là một loại bất biến.

Không có giải pháp nào trong số này giống hệt như cấu trúc MATLAB. Để làm điều này, tôi đã phát triển một lớp con là

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

pip install ypstruct

Dự án này được đặt tên là YPStruct, viết tắt của Cấu trúc Yarpiz và mã nguồn của nó có sẵn trên GitHub (ở đây) và nó được xuất bản trên PYPI, Chỉ số gói Python (ở đây). Trong bài viết này, chúng ta sẽ thấy cách cài đặt và sử dụng YPStructs, để có kinh nghiệm tương tự như các cấu trúc MATLAB trong Python.ypstruct, which stands for Yarpiz Structure, and its source code is available on GitHub (here) and it is published on PyPI, the Python Package Index (here), as well. In this article, we will see how ypstruct can be installed and used, to have an experience similar to MATLAB structures in Python.

Cài đặt

Cách đơn giản nhất để cài đặt YPStruct trên máy của bạn là sử dụng PIP. Đơn giản chỉ cần chạy cái này trong thiết bị đầu cuối:

pip install ypstruct

Để cài đặt gói YPStruct trên máy tính của bạn.

Ngoài ra, bạn có thể nhận mã nguồn từ kho lưu trữ GitHub (tại đây) và bao gồm trong dự án của bạn hoặc thiết lập trên máy của bạn.

Cách sử dụng cơ bản

Loại cấu trúc trong gói YPStruct được xác định bởi lớp

pip install ypstruct

pip install ypstruct

pip install ypstruct

pip install ypstruct

pip install ypstruct

Cách sử dụng đơn giản của

pip install ypstruct

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

Đầu ra của mã này sẽ như sau:

struct({'x': 3, 'y': 4, 'A': 12})

Trong khối mã ở trên, sau khi nhập các lớp YPStruct, một thể hiện

pip install ypstruct

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

Trong mã này, có thể khởi tạo các trường và giá trị của chúng bằng cách sử dụng hàm tạo

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

p = struct(x=3, y=4)
p.A = p.x * p.y

Làm thế nào pip install ypstruct3 và struct = [ {'val': A, 'sl': B}, {'val': 137, 'sl': 138}, ] struct[0]['val'] # A struct[1]['sl'] # 138 7 có liên quan?

Bạn có thể truy cập các trường của đối tượng cấu trúc bằng toán tử

pip install ypstruct

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

struct({'x': 3, 'y': 4, 'A': 12})

Ngoài ra, một đối tượng cấu trúc (

pip install ypstruct

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

pip install ypstruct

my_dict = {'x':3, 'y':4}
p = struct(my_dict)

Ngoài ra, đối tượng cấu trúc cũng có thể được chuyển đổi thành từ điển:

p = struct(x=3, y=4)
p.z = 12
my_dict = dict(p)
print(my_dict)

Đầu ra của mã này được hiển thị dưới đây.

{'x': 3, 'y': 4, 'z': 12}

Người vận hành và phương pháp

Lớp

pip install ypstruct

pip install ypstruct

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Các toán tử và phương pháp được xác định cho lớp

pip install ypstruct

Hợp nhất các cấu trúc bằng toán tử struct({'x': 3, 'y': 4, 'A': 12})9

Sử dụng toán tử

struct({'x': 3, 'y': 4, 'A': 12})

pip install ypstruct

struct['val'][0] # = A
struct['sl'][1] # 138

Hai đối tượng

pip install ypstruct

struct({'x': 3, 'y': 4, 'A': 12})

struct['val'][0] # = A
struct['sl'][1] # 138

Mã này sẽ xuất ra:

struct['val'][0] # = A
struct['sl'][1] # 138

Lưu ý rằng các giá trị từ toán hạng thứ hai (đó là

p = struct(x=3, y=4)
p.A = p.x * p.y

from ypstruct import *p = struct()
p.x = 3
p.y = 5
p.A = p.x * p.yprint(p)

Lặp lại các cấu trúc sử dụng toán tử pip install ypstruct7 và phương pháp p = struct(x=3, y=4)p.A = p.x * p.y7

Đôi khi chúng ta cần lặp lại/sao chép một cấu trúc. Ví dụ, giả sử rằng chúng tôi sẽ thực hiện một thuật toán tiến hóa và chúng tôi đã định nghĩa các cá nhân là đối tượng

pip install ypstruct

struct['val'][0] # = A
struct['sl'][1] # 138

Sau đó, chúng ta có thể khởi tạo mảng dân số bằng mã sau:

struct['val'][0] # = A
struct['sl'][1] # 138

Mã này sử dụng phương thức

p = struct(x=3, y=4)
p.A = p.x * p.y

pip install ypstruct

Thay vì sử dụng phương pháp

p = struct(x=3, y=4)
p.A = p.x * p.y

pip install ypstruct

pip install ypstruct

struct['val'][0] # = A
struct['sl'][1] # 138

Nhận danh sách các trường được xác định bằng phương pháp my_dict = {'x':3, 'y':4}p = struct(my_dict)4

Phương pháp

my_dict = {'x':3, 'y':4}
p = struct(my_dict)

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

struct['val'][0] # = A
struct['sl'][1] # 138

Đầu ra sẽ là:

struct['val'][0] # = A
struct['sl'][1] # 138

Có một danh sách các trường có thể hữu ích khi chúng ta sẽ thực hiện các hoạt động trên các trường cấu trúc. Ví dụ, trong các vấn đề tối ưu hóa thực tế, chúng tôi xử lý các biến quyết định khác nhau của các loại khác nhau. Người ta có thể gói gọn các biến quyết định bên trong đối tượng

pip install ypstruct

Thêm các trường mới bằng phương pháp my_dict = {'x':3, 'y':4}p = struct(my_dict)8

Một trường mới có thể được thêm vào bằng phương pháp

my_dict = {'x':3, 'y':4}
p = struct(my_dict)

p = struct(x=3, y=4)
p.z = 12
my_dict = dict(p)
print(my_dict)

struct['val'][0] # = A
struct['sl'][1] # 138

Mã này sẽ in ra văn bản này dưới dạng đầu ra:

struct['val'][0] # = A
struct['sl'][1] # 138

Thay vì sử dụng phương thức

my_dict = {'x':3, 'y':4}
p = struct(my_dict)

pip install ypstruct

p = struct(x=3, y=4)
p.z = 12
my_dict = dict(p)
print(my_dict)

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Kết quả của hai khối mã này sẽ giống nhau.

Loại bỏ các trường bằng phương pháp p = struct(x=3, y=4)p.z = 12my_dict = dict(p)print(my_dict)4

Một trường có thể được xóa khỏi đối tượng

pip install ypstruct

p = struct(x=3, y=4)
p.z = 12
my_dict = dict(p)
print(my_dict)

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Đầu ra sẽ là thế này:

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Tạo các bản sao bằng phương pháp p = struct(x=3, y=4)p.z = 12my_dict = dict(p)print(my_dict)7 và p = struct(x=3, y=4)p.z = 12my_dict = dict(p)print(my_dict)8

pip install ypstruct

pip install ypstruct

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Bây giờ chúng tôi gán giá trị này cho một biến mới và sau đó cố gắng thay đổi giá trị của một trường:

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Điều này cũng sẽ thay đổi đối tượng cấu trúc p. Bởi vì

{'x': 3, 'y': 4, 'z': 12}

{'x': 3, 'y': 4, 'z': 12}

Để tạo các bản sao của các đối tượng cấu trúc, hai phương thức được triển khai trong lớp

pip install ypstruct

p = struct(x=3, y=4)
p.z = 12
my_dict = dict(p)
print(my_dict)

p = struct(x=3, y=4)
p.z = 12
my_dict = dict(p)
print(my_dict)

pip install ypstruct

p = struct(x=3, y=4)
p.z = 12
my_dict = dict(p)
print(my_dict)

Cách chính xác để tạo một bản sao của P như sau:

struct = [
    {'val': A, 'sl': B},
    {'val': 137, 'sl': 138},
]

struct[0]['val']  # A
struct[1]['sl'] # 138

Lần này,

{'x': 3, 'y': 4, 'z': 12}

pip install ypstruct

{'x': 3, 'y': 4, 'z': 12}

Sự kết luận

Sử dụng

pip install ypstruct

Trước đây, tôi đã sử dụng YPSTRUST để thực hiện các thuật toán và dự án khác nhau. Một số ví dụ được liệt kê dưới đây.

• Khí thần kinh (NG) và phát triển khí thần kinh (GNG) trong Python, một thuật toán học tập không giám sát, lấy cảm hứng từ bản đồ tự tổ chức (SOM), chủ yếu được sử dụng để thực hiện phân cụm. Kho lưu trữ GitHub có sẵn ở đây. and Growing Neural Gas (GNG) in Python, an unsupervised learning algorithm, inspired by Self-organizing Map (SOM), which is mainly used to perform clustering. GitHub repository is available here.
• Sự tiến hóa khác biệt (DE) trong Python, một thuật toán tiến hóa, là một thuật toán tối ưu hóa đa năng. Kho lưu trữ GitHub có sẵn ở đây. in Python, an evolutionary algorithm, which is a general-purpose optimization algorithm. GitHub repository is available here.
• Thuật toán di truyền (GA) trong Python, một thuật toán tiến hóa nổi tiếng lấy cảm hứng từ sự tiến hóa tự nhiên, đó là một phương pháp tối ưu hóa đa năng.Tôi đã triển khai mã này trong một khóa học video về các thuật toán di truyền, có sẵn miễn phí trên YouTube, thông qua liên kết này và các phần liên quan của nó. in Python, a well-known evolutionary algorithm inspired by natural evolution, which is a general-purpose optimization approach. I implemented this code in a video course on Genetic Algorithms, which is freely available on YouTube, via this link and its related parts.

Hy vọng bạn thích bài đăng này trên YPStruct và các cấu trúc trong Python.