Numpy/IPython 等价于 Matlab 的分配答案

【问题标题】：Numpy/IPython equivalent to Matlab's assigninNumpy/IPython 等价于 Matlab 的分配
【发布时间】：2011-07-15 15:23:57
【问题描述】：

我正在将我们的一些内部数据可视化/分析工具从 Matlab 转移到 IPython/Numpy/Scipy/PyLab。我提到的工具是 Matlab GUI，它只做简单的分析。有时，我想做更复杂的分析，在这种情况下，我在 GUI 中按下一个按钮，执行 Matlab 的“assignin('base',...”。这会将数据放入顶级会话中，我可以在其中进行进一步的操作就可以了。

这不是我对“assignin”的唯一用例。作为另一个示例，我还使用它从某个脚本深处的函数导出数据以供分析到主 Matlab 会话。（这只是一个临时/调试技巧，而不是常规练习。）

所以我问：在交互式 IPython/PyLab 环境中工作时，是否有与 Matlab 的 assignin 等效的方法？如果没有直接的等价物，我该如何从 IPython 启动的脚本中将数据返回到主会话中？

【问题讨论】：

在回答您的最后一个问题时，您可以随时序列化数据并写入磁盘，然后在主会话中再次加载：wiki.python.org/moin/UsingPickle
@Amro 谢谢。我已经想到了这一点，但是有没有更简化的方法来完成我的要求？

标签： python matlab numpy ipython matplotlib

【解决方案1】：

看看全局命名空间。实际上，我会使用类似以下代码的内容，具体取决于您的变量是静态名称还是名称可以动态更改。

def staticAssignInBase():
    global x
    x = 'someValue'

def dynamicAssignInBase():
    g = globals()
    g['someVarName'] = 'someValue'

但请注意，这可能无法跨越包边界！

【讨论】：