1. 联合计算环境搭建

MATLAB 与 Python 的联合计算，本质上不是把两个软件"装在同一台电脑上"就结束了，而是要让两个运行时能够互相找到、互相调用、互相传递数据。这一节我们围绕三个关键环节展开：安装与版本选择、版本兼容性检查、环境变量与基础调用测试。只有这三步都验证通过，后续的引擎调用、数据交换和混合项目开发才有可靠基础。

一、先明确调用方向，再决定装什么

联合计算存在两个方向：一是在 Python 中调用 MATLAB，使用 matlab.engine；二是在 MATLAB 中调用 Python，使用 py. 前缀接口。两个方向对安装的要求并不相同。前者需要安装 MATLAB 官方提供的 MATLAB Engine API for Python，后者依赖 MATLAB 内置的 Python 支持，只需让 MATLAB 找到正确的 Python 解释器即可。

因此，安装前应先确定主控端。如果项目以 Python 为主、MATLAB 负责数值计算或 Simulink 仿真，那么重点是 Python 端引擎包的安装；如果以 MATLAB 为主、Python 负责机器学习或数据处理，那么重点是 MATLAB 端的 Python 解释器配置。两种方向可以同时存在，但建议先打通一条链路，再补另一条，避免排障时变量过多。

二、版本兼容性：不是"越新越好"

MATLAB 对 Python 版本的支持是按 MATLAB 发行版逐版限定的，并非任意组合都能工作。例如 MATLAB R2023a/R2023b 通常支持 Python 3.9～3.11 区间，R2022b 支持到 3.10，而更早的版本可能只支持到 3.8 或 3.9。具体支持矩阵必须以 MathWorks 官方文档中对应发行版的说明为准，不能凭经验假设。

检查方法很直接：在 MATLAB 命令窗口执行 version 获取发行版号，在系统终端执行 python --version 获取解释器版本，然后对照官方支持表。若版本不匹配，典型表现是引擎安装成功但 start_matlab 报错，或 MATLAB 中 py.version 无法执行。此时优先调整 Python 版本（用 conda 或 pyenv 建独立环境），而不是反复重装 MATLAB。

三、安装与路径配置的关键动作

Python 端安装引擎包时，需要进入 MATLAB 安装目录下的引擎文件夹执行安装，而不是直接 pip install matlabengine（后者在部分版本可用，但版本对应关系容易出错）。典型命令如下（路径按实际安装位置替换）：

# Windows 示例，先激活目标虚拟环境
conda activate matpy
cd "C:\Program Files\MATLAB\R2023b\extern\engines\python"
python setup.py install

MATLAB 端调用 Python 时，需要让 MATLAB 知道解释器位置。可在 MATLAB 中执行 pyenv('Version','C:\Users\me\miniconda3\envs\matpy\python.exe') 指定解释器，并用 pyenv 查看当前配置。若希望每次启动自动生效，可把 pyenv 调用写入 startup.m。

环境变量方面，常见需要关注的是 PATH 中 Python 与 MATLAB 的先后顺序，以及 PYTHONPATH 是否被历史配置污染。若系统中存在多个 Python，PATH 顺序会决定命令行默认解释器，进而影响引擎安装位置与运行位置不一致的问题。排查时用 where python（Windows）或 which python（Linux/macOS）确认实际解析到的路径。

四、基础调用测试：用最小用例确认链路

环境配置完成后，不要直接上复杂项目，而应先用最小用例验证两个方向。Python 端测试脚本如下：

import matlab.engine
eng = matlab.engine.start_matlab()
result = eng.sqrt(4.0)
print(result)          # 期望输出 2.0
eng.quit()

MATLAB 端测试则在命令窗口执行：

pyenv
py.version
py.math.sqrt(4)

判断标准很明确：Python 端 sqrt(4.0) 返回 2.0，MATLAB 端 py.math.sqrt(4) 返回 2.0，说明两个运行时已能互相加载并完成一次函数调用。若 Python 端报 ModuleNotFoundError: No module named 'matlab'，说明引擎包装在了另一个解释器里；若 start_matlab 报版本错误，回到兼容性检查；若 MATLAB 端 py.version 报错，检查 pyenv 输出是否指向预期路径。

五、一份可执行的搭建检查清单