【Python API】將 Sim4Life 模擬數據匯入 MATLAB 進行後處理，再導回 Sim4Life 的流程解析

Sim4Life 的後處理介面提供多樣化的數據處理工具，讓使用者能將模擬結果匯出為多種格式，以支援後續的延伸應用。例如，可用於執行大規模數值矩陣運算，或結合針對特定研究需求自行開發的演算法，進行反覆迭代與優化實驗設計；同時，也能將模擬結果與實驗數據整合，建立完整的閉環研究流程。 

在大型數值運算與資料分析方面，MATLAB 是研究人員常用且關鍵的工具。其強大的矩陣運算能力與豐富的工具箱，不僅能顯著提升數據處理效率，也支援各類複雜演算法的開發與驗證。Sim4Life 亦提供靈活的數據導出器，可將模擬結果轉換為 MATLAB 可讀取的 .mat 檔格式(MATLAB® Exporter)，使使用者能無縫銜接後續的數據分析與運算流程，進一步拓展研究的深度與應用範疇。 

本篇教學將以溫度數據為例，示範如何將模擬結果匯出至 MATLAB 進行後處理，並在完成數據調整後，重新匯入 Sim4Life 的後處理介面，進一步檢視更新後的溫度分布結果。

1. 將模擬數據從後處理 Analysis 介面匯出至 Matlab 

(1) 在模擬結果 Overall field 右鍵點選溫度數據 T(x, y, z, t)，選擇 Imp/Export | MATLAB (R) Exporter

(2) 在 Controller 視窗設定 .mat 檔案的導出路徑，然後按上方的 Refresh 按鈕

(3) 將導出的數據 ExportedData.mat 匯入 Matlab 後，依使用者個別的研究用途執行場數據處理與計算

2. 檢查 Sim4Life .h5 檔案的儲存結構 

Sim4Life 的模擬數據是以 HDF5 的檔案結構進行儲存，用戶可以參考這篇文章的介紹: 使用 H5glance 查看 Sim4Life _Output.h5 檔案的資料結構。我們能以相同的方式查看此份溫度數據(用 Sim4Life_Original_Output.h5 名稱表示原始的數據)的儲存結構和維度。 

(1) 首先，在 Sim4Life 的 Jupyter Notebook 視窗導入相關 Python 套件，並設定檔案儲存路徑

(2) 使用 h5py 模組查看檔案樹狀根目錄名稱

(3) 使用 H5Glance() 函式解析.h5 檔案結構 

若用戶尚未安裝此 Python 模組，請依照下列方式進行安裝: 

(i) 在 Sim4Life Console 視窗輸入以下程式碼，確認 Python 目錄所在的路徑。例如: D:\Sim4Life Installer\Sim4Life_9.2.1.19976\Python\Lib\os.py

(ii) 在 Windows 命令列視窗執行 "D:\Sim4Life Installer\Sim4Life_9.2.1.19976\Python\python.exe" -m pip install h5glance

(4) 執行 H5Glance(f) 後，可以看到溫度數據(3 維: 78 x 78 x 78)儲存在 Snapshots 0~19 號的節點中

3. 檢查 Matlab .mat 檔案的儲存結構 

(1) 在 Jupyter Notebook 載入 ExportedData.mat 檔案並檢查 Snapshot 物件的數目

(2) ExportedData.mat 直接導入 Matlab，驗證 Snapshot 的數目與檢查溫度數據的維度(1 維: 474552 x 1)

4. 複製原始檔案(Sim4Life_Original_Output.h5)的 HDF5 結構到新 .h5 檔案(Sim4Life_Modified_Output.h5)

5. 新的 .h5 檔案的 Snapshot 節點寫入 Matlab Snapshots 溫度數據

(須注意 MATLAB 中的一維數據轉換為三維數據時，其維度排列順序與 Sim4Life 不同，因此在進行資料轉換與重建時需加以確認與對應)

6. 將 Sim4Life_Modified_Output.h5 導入到 Sim4Life Analysis 後處理介面中，提取溫度數據後用 Slice Viewer 視圖查看溫度在空間的切面分佈