### 如何在Python中调用由MATLAB Runtime打包生成的程序 通过MATLAB Compiler工具箱，可以将MATLAB代码打包成独立的应用程序或共享库，并利用MATLAB Runtime (MCR) 来执行这些代码。以下是关于如何在Python中调用由MATLAB Runtime打包生成的程序的方法和示例。 #### 使用`matlab.engine`模块启动MATLAB引擎 如果目标是直接调用MATLAB功能而不涉及复杂的部署流程，可以通过`matlab.engine`来实现简单的交互操作[^1]： ```python import matlab.engine def call_matlab_function(h, t): eng = matlab.engine.start_matlab() # 启动MATLAB引擎 result = eng.CVX_Matlab(h, t) # 调用MATLAB中的CVX_Matlab函数 print(result) if __name__ == '__main__': h_values = [2.1062e-7, 1.8093e-7, 1.502e-7] time_value = 6.5 call_matlab_function(h_values, time_value) ``` 此方法适用于开发阶段快速测试MATLAB与Python之间的互操作性，但在生产环境中通常不推荐这种方式，因为每次都需要重新加载完整的MATLAB环境，效率较低。 #### 编译MATLAB代码至Python包并使用 为了提高性能以及减少对外部依赖的需求，建议采用更专业的解决方案——即把MATLAB代码转换为可被Python直接使用的组件形式。具体步骤如下所示[^2]: 1. **准备MATLAB代码**: 确保所有的MATLAB脚本文件都已准备好并且经过充分验证无误。 2. **检查代码兼容性和潜在问题**: 利用MATLAB内部机制提前发现任何可能导致后续失败的因素[^4]: - 运行 `checkForIssues` 函数检测原始源码是否存在错误； - 解决所有警告提示直至确认完全适合用于进一步处理为止。 3. **构建Python接口**: 应用Compiler SDK API命令行选项创建针对特定平台定制化的二进制产物；例如，在Windows操作系统上完成整个过程之后将会获得一组DLL动态链接库加上相应的头定义文档等资源材料供下游环节继续沿用下去。 4. **集成到Python项目里去**: 安装必要的支持软件包（比如NumPy），按照官方指导手册说明正确设置路径变量指向刚才提到过的那些成果物位置处即可正常使用它们所提供的服务啦！ 下面给出一段实际例子展示上述理论是如何落地实践当中的: 假设我们已经拥有了名为MyFunction.m的一个简单加法运算逻辑表达式的m-file版本内容如下所示： ```matlab function y = MyFunction(x,a,b) %MYFUNCTION Summary of this function goes here % Detailed explanation goes here y=x+a+b; end ``` 接着依照前述指引一步步操作下来最终得到可供外部语言访问的形式后就可以这样写我们的py端部分了： ```python from my_generated_package import mymodule result=mymodule.MyFunction([1],2,3)[0][0] print(f'Result is {result}') ``` 这里需要注意的是替换掉上面代码片段里的my_generated_package替换成自己实际情况下的那个真正名字哦~ ---