在 anaconda 虚拟环境中启动 Matlab 引擎 returns 'Segmentation fault (core dumped)'
Starting Matlab engine in anaconda virtual environment returns 'Segmentation fault (core dumped)'
我已经按照 的答案中的说明将官方 MATLAB 引擎安装到 Anaconda 虚拟环境 运行 Python3.5。我现在可以导入 matlab 和 matlab.engine 而不会收到错误。但是，当我尝试时：
matlab.engine.start_matlab()，我得到 'Segmentation fault (core dumped)'
我尝试在 conda 环境中设置 LD_LIBRARY_PATH（以防相关）：export LD_LIBRARY_PATH=/System/Library/Frameworks/Python.framework/Versions/Current/lib:$LD_LIBRARY_PATH，但无济于事。据我所知，该路径也不存在，所以我也尝试了 export DYLD_LIBRARY_PATH=path_to_anaconda3/envs/myEnv/lib:$LD_LIBRARY_PATH
那么如何在 Anaconda 虚拟环境中从 Python 启动 matlab engine/call Matlab 脚本？
我在Ubuntu，顺便说一句
简答：有两个问题需要解决
$LD_LIBRARY_PATH 应该 而不是 包含 Anaconda 安装路径。根据 conda 文档，不鼓励添加这样的路径：https://conda.io/docs/building/shared-libraries.html，但某些包可能会这样做，导致分段错误。- 需要一个符号link从正确版本的libpythonXXX.dylib文件到/usr/lib/，这样MATLAB才能找到正确的Python
长答案：将 MATLAB 引擎与 Anaconda 一起使用的完整安装说明
- 安装支持您要使用的 Python 的 MATLAB 版本。确保此特定 MATLAB 安装已激活
- 打开终端并转到包含 MATLAB 安装的 Python 引擎的文件夹：
cd "/usr/local/MATLAB/R2017a/extern/engines/python"
- 运行 setup.py 加上您想使用的 Python 版本，并在 Anaconda 环境位置前缀：
sudo python3.5 setup.py install --prefix="/your_path_to_anaconda3/envs/your_env"。此时，您应该能够从 Anaconda 环境的 Python 中 import matlab 和 matlab.engine，但是，在我的例子中，启动引擎给出了分段错误。
- 找到正确版本的libpython文件。您的 Anaconda 环境应该包含它：
find /your_path_to_anaconda3/envs/your_env/ -name libpython*。在我的例子中，这返回了：
- /.../lib/libpython3.so
- /.../lib/python3.5/config-3.5m/libpython3.5m.a
- /.../lib/libpython3.5m.so.1.0
- /.../lib/libpython3.5m.so
- 因为我想在 python 3.5 中使用它，所以我使用了 libpython3.5m（我不知道为什么 'm' 在那里）。从该文件的 .dylib 版本创建一个符号 link 到 /usr/lib：
sudo ln -s /your_path_to_anaconda3/envs/your_env/lib/libpython3.5m.dylib /usr/lib。请注意，在 /usr/lib 中只能有一个名为 libpython3.5m.dylib 的 link。因此，如果您有多个 Anaconda 环境使用相同版本的 Python，则只需将此 link 设置一次即可。但是请记住不要删除此环境，因为这会破坏依赖它的所有其他环境的 link。
- 启动一个新终端 (!) 并激活您的 Anaconda 环境：
source activate your_env。在您的 Anaconda 环境中检查 LD_LIBRARY_PATH 是否包含对 Anaconda 环境 echo $LD_LIBRARY_PATH 的任何引用。如果是这样，请确保它不再这样做：export LD_LIBRARY_PATH=only_paths_you_do_want_to_keep_separated_by_a_colon。每当您激活 Anaconda 环境时都需要重复此导出操作，因此您可能需要研究更永久的设置方法。然而，在我的例子中（除了我自己添加它希望这会改善事情之外）路径实际上是由 pygpu 添加的，所以我最终从我的 python 脚本中重置了 LD_LIBRARY_PATH （到目前为止没有注意到不良影响）。
我已经按照 matlab 和 matlab.engine 而不会收到错误。但是，当我尝试时：
matlab.engine.start_matlab()，我得到 'Segmentation fault (core dumped)'
我尝试在 conda 环境中设置 LD_LIBRARY_PATH（以防相关）：export LD_LIBRARY_PATH=/System/Library/Frameworks/Python.framework/Versions/Current/lib:$LD_LIBRARY_PATH，但无济于事。据我所知，该路径也不存在，所以我也尝试了 export DYLD_LIBRARY_PATH=path_to_anaconda3/envs/myEnv/lib:$LD_LIBRARY_PATH
那么如何在 Anaconda 虚拟环境中从 Python 启动 matlab engine/call Matlab 脚本？
我在Ubuntu，顺便说一句
简答：有两个问题需要解决
$LD_LIBRARY_PATH应该 而不是 包含 Anaconda 安装路径。根据 conda 文档，不鼓励添加这样的路径：https://conda.io/docs/building/shared-libraries.html，但某些包可能会这样做，导致分段错误。- 需要一个符号link从正确版本的libpythonXXX.dylib文件到/usr/lib/，这样MATLAB才能找到正确的Python
长答案：将 MATLAB 引擎与 Anaconda 一起使用的完整安装说明
- 安装支持您要使用的 Python 的 MATLAB 版本。确保此特定 MATLAB 安装已激活
- 打开终端并转到包含 MATLAB 安装的 Python 引擎的文件夹：
cd "/usr/local/MATLAB/R2017a/extern/engines/python" - 运行 setup.py 加上您想使用的 Python 版本，并在 Anaconda 环境位置前缀：
sudo python3.5 setup.py install --prefix="/your_path_to_anaconda3/envs/your_env"。此时，您应该能够从 Anaconda 环境的 Python 中import matlab和matlab.engine，但是，在我的例子中，启动引擎给出了分段错误。 - 找到正确版本的libpython文件。您的 Anaconda 环境应该包含它：
find /your_path_to_anaconda3/envs/your_env/ -name libpython*。在我的例子中，这返回了：- /.../lib/libpython3.so
- /.../lib/python3.5/config-3.5m/libpython3.5m.a
- /.../lib/libpython3.5m.so.1.0
- /.../lib/libpython3.5m.so
- 因为我想在 python 3.5 中使用它，所以我使用了 libpython3.5m（我不知道为什么 'm' 在那里）。从该文件的 .dylib 版本创建一个符号 link 到 /usr/lib：
sudo ln -s /your_path_to_anaconda3/envs/your_env/lib/libpython3.5m.dylib /usr/lib。请注意，在 /usr/lib 中只能有一个名为 libpython3.5m.dylib 的 link。因此，如果您有多个 Anaconda 环境使用相同版本的 Python，则只需将此 link 设置一次即可。但是请记住不要删除此环境，因为这会破坏依赖它的所有其他环境的 link。 - 启动一个新终端 (!) 并激活您的 Anaconda 环境：
source activate your_env。在您的 Anaconda 环境中检查 LD_LIBRARY_PATH 是否包含对 Anaconda 环境echo $LD_LIBRARY_PATH的任何引用。如果是这样，请确保它不再这样做：export LD_LIBRARY_PATH=only_paths_you_do_want_to_keep_separated_by_a_colon。每当您激活 Anaconda 环境时都需要重复此导出操作，因此您可能需要研究更永久的设置方法。然而，在我的例子中（除了我自己添加它希望这会改善事情之外）路径实际上是由 pygpu 添加的，所以我最终从我的 python 脚本中重置了 LD_LIBRARY_PATH （到目前为止没有注意到不良影响）。