从Matlab调用Python函数时出现'memoryview'无'iloc'属性错误

错误原因 #

1. Matlab传递的参数类型问题：Matlab向Python传递的数组默认是memoryview对象，而非numpy数组，后续代码中对该对象的操作会触发隐式逻辑，导致出现'memoryview' object has no attribute 'iloc'的错误。
2. Python代码语法错误：
   • calc_BiasCorr函数内的for循环未缩进，属于语法错误，会直接中断代码执行。
   • 多余的BiasCorr = BiasCorr()语句：该函数需要传入参数，无参调用会报错，且覆盖了原函数定义。
3. 变量作用域问题：原代码依赖全局变量OptParameters，未在函数内声明作用域，可能导致无法正确修改并返回结果。

修正后的Python代码 #

import numpy as np
from scipy.optimize import curve_fit

# 定义元素列表
Elts = ['Fe', 'SiO2', 'Al2O3']

# 定义拟合参数的上下界
InitialParameters_Lower = np.array([[-5, -5, 0.1, 50],
                                    [-5, -5, 0.1, 0],
                                    [-5, 0, 0.1, 0]])

InitialParameters_Upper = np.array([[5, 5, 2, 70],
                                    [5, 5, 2, 10],
                                    [5, 5, 2, 10]])

# 定义偏差校正函数
def BiasCorr(x, L, k, x0, T):
    return L / (1 + np.exp(-k * (x - x0))) + T

# 拟合结果占位符
fitresult = {}
gof = {}


def calc_BiasCorr(CompoAssay, CompoAssayFG):
    # 将Matlab传递的memoryview对象转换为numpy数组
    CompoAssay = np.array(CompoAssay)
    CompoAssayFG = np.array(CompoAssayFG)
    
    # 在函数内初始化参数数组，避免全局变量依赖
    OptParameters = np.zeros((len(Elts), 4))
    
    for elt_index, elt in enumerate(Elts):
        # 准备拟合数据
        Labelt = CompoAssay[:, elt_index]
        FGbiaselt = CompoAssayFG[:, elt_index] - CompoAssay[:, elt_index]

        # 获取当前元素的参数上下界
        lower_bounds = InitialParameters_Lower[elt_index]
        upper_bounds = InitialParameters_Upper[elt_index]

        # 标记异常值
        P = np.percentile(FGbiaselt, [5, 95])
        I = (FGbiaselt < P[0]) | (FGbiaselt > P[1])

        # 过滤异常值
        Labelt_filtered = Labelt[~I]
        FGbiaselt_filtered = FGbiaselt[~I]

        # 初始参数猜测与曲线拟合
        initial_guess = [0.95, 0.96, 0.15, 0.97]
        popt, pcov = curve_fit(BiasCorr, Labelt_filtered, FGbiaselt_filtered, 
                               p0=initial_guess, bounds=(lower_bounds, upper_bounds))

        # 存储拟合结果
        fitresult[elt_index] = popt
        OptParameters[elt_index, :] = popt
    return OptParameters

# 执行计算并赋值给OptP，供Matlab获取结果
OptP = calc_BiasCorr(CompoAssay, CompoAssayFG)

关键修改说明 #

• 参数类型转换：在函数开头将memoryview转为numpy数组，确保后续切片、数值计算等操作正常运行。
• 修复语法错误：给for循环添加缩进，删除无意义的BiasCorr = BiasCorr()调用。
• 优化变量作用域：在函数内初始化参数数组，避免全局变量带来的作用域问题，逻辑更清晰可靠。

Matlab调用说明 #

保持原调用语句不变即可，执行后OptP会被正确返回到Matlab工作区：

OptP = pyrunfile("test_curve_fit_python.py", "OptP", CompoAssay=CompoAssay(:,3:5), CompoAssayFG=CompoAssayFG(:,1:3))

内容的提问来源于stack exchange，提问作者user1499565