Julia脚本如何调用自定义m函数 - FAQ

问题现象

在 Julia 调用自定义的 m 函数，需要用 julia 工作区的数据，但是又要调用很长的 .m 代码？

解决方法

Julia 脚本中通过 mexCallMLang 函数调用 m 函数，具体可以参考帮助文档 “Julia 语言调用 M 函数” 一节。

场景一：m 函数多个输入，无返回
1.编写一个自定义 m 函数，m函数进行简单赋值、乘法运算、画图操作，如下：

function fft_hann_new(data,low,high,fs,tit)
 temp0 = data;
 temp1 = low*high;
 temp2 = low*fs;
 temp3 = high*fs;
 disp(tit)
 plot(1:10)
end

2.Julia 脚本中调用方式如下：
（1）方式一：

using TyMLangCore
using TyMath
#加载 M 函数库
TyMLangCore.load_PreloadMPackages() 
#把自定义函数 fft_hann_new 的路径添加到 M 搜索路径列表
TyMLangCore.eval_mcode!("addpath('D:/同元/case')")
# 将 Julia 对象转为 MxArray 类型，并添加到 input 数组中
input = TyMLangCore.MxArray[]
data = rand(5)
push!(input,TyMLangCore.to_mlang(data))
push!(input,TyMLangCore.to_mlang(20.0))
push!(input,TyMLangCore.to_mlang(20e3))
push!(input,TyMLangCore.to_mlang(6.1e6))
push!(input,TyMLangCore.to_mlang("i"))
# 使用 mexCallMLang 调用 fft_hann_new 函数，返回参数个数0，fft_hann_new 输入参数为 input 数组
TyMLangCore.mexCallMLang("fft_hann_new", 0, input)

（2）方式二：

using TyMLangCore
using TyMath
#加载 M 函数库
TyMLangCore.load_PreloadMPackages() 
#把自定义函数 fft_hann_new 的路径添加到 M 搜索路径列表
TyMLangCore.eval_mcode!("addpath('D:/同元/case')")
data = rand(5)
# 使用 mexCallMLang 调用 fft_hann_new 函数，返回参数个数0，第三个参数为 fft_hann_new 函数的输入参数
TyMLangCore.mexCallMLang("fft_hann_new", 0,[TyMLangCore.to_mlang(data),TyMLangCore.to_mlang(20.0),TyMLangCore.to_mlang(20e3),TyMLangCore.to_mlang(6.1e6),TyMLangCore.to_mlang("i")])

场景二：m 函数多个输入，多个返回值
1.编写一个自定义 m 函数，m函数进行简单赋值、乘法运算、画图操作，返回4个参数，如下：

function [temp0,temp1,temp2,temp3] = fft_hann_new(data,low,high,fs,tit)
 temp0 = data;
 temp1 = low*high;
 temp2 = low*fs;
 temp3 = high*fs;
 disp(tit)
 plot(1:10)
end

2.Julia 脚本中调用方式如下：
（1）方式一：

using TyMLangCore
using TyMath
#加载 M 函数库
TyMLangCore.load_PreloadMPackages() 
#把自定义函数 fft_hann_new 的路径添加到 M 搜索路径列表
TyMLangCore.eval_mcode!("addpath('D:/同元/case')")
# 将 Julia 对象转为 MxArray 类型，并添加到 input 数组中
input = TyMLangCore.MxArray[]
data = rand(5)
push!(input,TyMLangCore.to_mlang(data))
push!(input,TyMLangCore.to_mlang(20.0))
push!(input,TyMLangCore.to_mlang(20e3))
push!(input,TyMLangCore.to_mlang(6.1e6))
push!(input,TyMLangCore.to_mlang("i"))
# 使用 mexCallMLang 调用 fft_hann_new 函数，返回参数个数4，fft_hann_new 输入参数为 input 数组
mv = TyMLangCore.mexCallMLang("fft_hann_new", 4, input)
# 将 MxArray 类型转换对应的 Julia 类型，分别赋给 temp0 temp1 temp2 temp3
temp0,temp1,temp2,temp3 = normalize.(TyMLangCore.from_mlang.(mv))

（2）方式二：

using TyMLangCore
using TyMath
#加载 M 函数库
TyMLangCore.load_PreloadMPackages() 
#把自定义函数 fft_hann_new 的路径添加到 M 搜索路径列表
TyMLangCore.eval_mcode!("addpath('D:/同元/case')")
# 将 Julia 对象转为 MxArray 类型，并添加到 input 数组中
input = TyMLangCore.MxArray[]
data = rand(5)
push!(input,TyMLangCore.to_mlang(data))
push!(input,TyMLangCore.to_mlang(20.0))
push!(input,TyMLangCore.to_mlang(20e3))
push!(input,TyMLangCore.to_mlang(6.1e6))
push!(input,TyMLangCore.to_mlang("i"))
# 使用 mexCallMLang 调用 fft_hann_new 函数，返回参数个数4，fft_hann_new 输入参数为 input 数组
mv = TyMLangCore.mexCallMLang("fft_hann_new", 4, input)
# 将 MxArray 类型转换对应的 Julia 类型，分别赋给 temp0 temp1 temp2 temp3
temp0 = TyMLangCore.from_mlang(mv[1])
temp1 = TyMLangCore.from_mlang(mv[2])
temp2 = TyMLangCore.from_mlang(mv[3])
temp3 = TyMLangCore.from_mlang(mv[4])

注意：

1.把自定义 m 函数加到 m 搜索路径后再运行，每次修改 m 函数后需要重新把 m 函数加到路径，保证可以调用到新的自定义 m 函数
（1）可在 Julia 脚本中使用代码把 m 函数加到路径中，如下：

TyMLangCore.eval_mcode!("addpath('m函数路径')")

（2）或者可在 M 兼容终端中输入：addpath(‘m函数路径’)，把 m 函数加到路径中：

2.Julia 数据类型较多，m 数据类型较少，该问题可能导致 Julia 调用 m 函数报错。如下：
（1）编写一个自定义 m 函数如下：

function fft_hann_new(low,high,tit)
    temp = round(low*high);
    disp(tit)
end

（2）Julia 脚本调用如下：

using TyMLangCore
#加载 M 函数库
TyMLangCore.load_PreloadMPackages() 
#把自定义函数 fft_hann_new 的路径添加到 M 搜索路径列表
TyMLangCore.eval_mcode!("addpath('D:/同元/case')")
# 将 Julia 对象转为 MxArray 类型，并添加到 input 数组中
input = TyMLangCore.MxArray[]
push!(input,TyMLangCore.to_mlang(20))
push!(input,TyMLangCore.to_mlang(6.6e6))
push!(input,TyMLangCore.to_mlang("i"))
TyMLangCore.mexCallMLang("fft_hann_new", 0, input)

（3）已确保 m 函数在路径中，调用仍报错

定位及解决方法：
（1）编写一个自定义的 save_input.m 函数，提取出 Julia 传到 M 兼容的参数数据并存为 mat 文件

function save_input(varargin)
    low = varargin{1}; 
    high = varargin{2};
    tit = varargin{3};
    save("./m.mat" )
end

（2）Julia 脚本调用 fft_hann_new.m 函数前，先调用 save_input.m 函数把 Julia 传过去的参数数据存下来

using TyMLangCore
#加载 M 函数库
TyMLangCore.load_PreloadMPackages() 
#把自定义函数 fft_hann_new 的路径添加到 M 搜索路径列表
TyMLangCore.eval_mcode!("addpath('D:/同元/case')")
# 将 Julia 对象转为 MxArray 类型，并添加到 input 数组中
input = TyMLangCore.MxArray[]
push!(input,TyMLangCore.to_mlang(20))
push!(input,TyMLangCore.to_mlang(6.6e6))
push!(input,TyMLangCore.to_mlang("i"))
# 使用 mexCallMLang 调用 save_input 函数，返回参数个数0，save_input 输入参数为 input 数组
TyMLangCore.mexCallMLang("save_input", 0, input)

（3）在 M 兼容导入上一步存的 mat 数据，用这个数据带进去测试下 m 函数是否能跑通。

（4）检查数据类型。
检查数据类型后可知报错原因：Julia 传过去的参数类型与 m 函数运行需要的不一致。
Julia 中 Int 类型数据传到 M 兼容，数据类型为 int64。字符数据传到 M 兼容，为 String 类型。

（5）解决方法：

（i）由上一步可知，Julia W中 Folat64 数据传到 M 中为 double 类型，Julia 中 Int 类型数据传到 M 兼容为 int64 类型。

修改 Julia 调用脚本，传参为 Folat64 类型后调用 m 函数可跑通

using TyMLangCore
using TyMath
input = TyMLangCore.MxArray[]
push!(input,TyMLangCore.to_mlang(float(20)))
push!(input,TyMLangCore.to_mlang(6.6e6))
push!(input,TyMLangCore.to_mlang("i"))
TyMLangCore.mexCallMLang("fft_hann_new", 0, input)

（ii）检查 Julia 传过去的参数数据及类型，类型不支持时尝试在 M 函数中手动转换数据类型
在 m 函数脚本中使用 double 函数，确保 low 变量为 double 类型后可跑通，如下

function fft_hann_new(low,high,tit)
    temp = round(double(low)*high)
    disp(tit)
end

问题现象

解决方法

全部回答