问题引入
在做实验的时候，需要用到python和matlab工具来进行不同的处理，比如在run神经网络的时候，需要使用PyTorch框架得到网络的各个参数，在得到参数后需要使用matlab进行聚类规划。之前的做法是用Python脚本耦合其联系，两者通信的方式是通过文件。后来发现matlab有针对于python的api引擎，瞬间感觉打开了新世界的大门，只需要在python中调用相关的api，就可以完成matlab的工作，再也不用一个一个复制文件了。
解决思路
首先，我安装的是matlab R2015b，对应的python版本为3.4，本来一开始的版本是python36，但是由于matlab2015并不兼容py36，解决方法是，一方面可以通过重新安装高版本的matlab来解决，在高版本的matlab中已经使用了py36的接口。另一方面可以通过修改python版本来实现，通过anconda，可以很简便地安装一个新的py版本，具体的使用情况可以查看conda的帮助文档。
1. 安装matlab engine的py package
在matlab的官方帮助文档里：https://ww2.mathworks.cn/help/matlab/matlab_external/install-the-matlab-engine-for-python.html，可以找到
cd "matlabroot/extern/engines/python"
python setup.py install
即切换到对应matlab的engines目录，然后运行安转脚本。需要注意的是，在安装之前需要切换py版本到3.4，否则默认是base的python，那样会出现错误。
2. 在py脚本里调用matlab engine
在matlab 文档 里Https://ww2.mathworks.cn/help/matlab/matlab_external/get-started-with-matlab-engine-for-python.html，声明了对应的matlab engine的启动和使用，其中包含了matlab数据和python数据类型的对应关系。
在文档https://ww2.mathworks.cn/help/matlab/matlab_external/call-matlab-functions-from-python.html里，可以更详细地看到如何使用matlab engine：
import matlab.engine
eng = matlab.engine.start_matlab()
tf = eng.isprime(37)
print(tf) #True
上述的例子是调用了matlab'的判断素数的接口，首先需要在py文件里导入对应的matlab engine包，然后调用start_matlab()来启动引擎，然后使用引擎来得到返回值，需要注意的是，eng下的函数调用不会有提示，需要参照matlab的接口。
上述的是有返回值的调用，当函数具有多个返回值时，那么对应的调用方式如下：
注意当使用具有多个返回值函数的时候，会返回一个python cell，对于含有矩阵的数据，会转换成python的list数据。
当函数没有返回值时，需要使用以下的方式调用：
import matlab.engine
eng = matlab.engine.start_matlab()
eng.doc(nargout=0)
即要声明nargout=0，此时函数不会返回任何参数，如果不声明，就会报错。
3. 在python脚本里调用matlab脚本
该文档的帮助信息在https://ww2.mathworks.cn/help/matlab/matlab_external/call-user-script-and-function-from-python.html，可以看到有两种方式的调用1.直接调用2.调用函数
如果是直接的脚本，比如在triarea.m里写下以下内容：
b = 5;
h = 3;
a = 0.5*(b.* h)
那么在python里就可以直接调用：
import matlab.engine
eng = matlab.engine.start_matlab()
eng.triarea(nargout=0)
就会得到py的打印输出，a=7.5000，这是因为虽然无返回值，但是matlab的输出仍然会显示在py里。当然更方便的方法是调用函数的形式，生成以下的文件：
function a = triarea(b,h)
a = 0.5*(b.* h);
在python中执行以下的调用：
ret = eng.triarea(1.0,5.0)
print(ret)
就会得到2.5，需要注意的是，该函数仅返回一个值，因此无需指定nargout的值。
0