matlab和python哪个好
MATLAB与Python的比较如下：
Python强于MATLAB的地方：
1可视化
主要归功于Seaborn库
老版本的MATLAB绘图丑爆了，新版本（最近几年，具体哪个版本开始记不清了）的MATLAB绘图系统有大更新，有美化，但是还是不如seaborn
2机器学习
主要归功于scikit-learn
从模型的个数和API统一性来看，scikit-learn完爆MATLAB
3深度学习
主要归功于pytorch，TensorFlow
更新一下：从R2019b开始，引入了dlarray格式，可以实现自动求导（梯度），理论上应该具备和pytorch，Tensorflow一样从底层构建深度学习模型的能力，实际效果怎么样，我也是刚刚更新版本，还不太清楚，等我用过一段时间再说
4数据处理
主要归功于pandas库
pandas简直是是神器，这个没办法，不是MATLAB太弱，是pandas太强
关于pandas是否强大，不能从大类功能来看，关键在于细节和质量
比如马拉多纳和一个业余球员，从大类技术上，是一样的，都会传球，头球，射门，盘带等等但是质量上相差十万八千里
我不是说pandas与MATLAB的差距有这么大，只是想说明进行比较的时候，不能从大类上比较，要看细节，看质量
5循环加速
主要归功于numba库，MATLAB的循环加速的话，目前来看，好像只能靠mex技术（本质上是用C/C++语言重写）
我之前写过相关的性能测试文章：
[高性能实战案例]MATLAB,Julia,Python(Numba)
结果汇总一下（取平均值，单位是秒）：
MATLAB的向量化版：10.207570
Julia的向量化版：5.251
Julia的loop版：2.952
Julia的loop2版：1.731
Julia的loop3版：0.321392
Python的numba版：0.477
Julia，Python(Numba)，C++，MATLAB性能测试之冰雹数
运行时间总结（单位是秒），取每种语言速度最快的那个版本
MATLAB的地方强于Python的地方：
1信号处理
2IDE
MATLAB的IDE设计出来就天生适合做数据分析的，Python的Spyder就模仿MATLAB的界面，但是只模仿了一部分，还是不如MATLAB
3各种工具包统一的数据格式
Python的各个包是不同的作者团队独立开发的，因此，难以做到数据格式统一，API统一
总结：Python发展迅猛，已经抢占了不少领域了，比如数据分析，机器学习，深度学习MATLAB还是有它优势的领域，这些领域暂时无法被替代
分析数据关系用Matlab好，还是Python好？现在分析全线转R/python，未来有可能上Julia别问为什么不用matlab了R/python组合好处在于开源，数据workflow相当容易搭建起来，另外背靠学术界，有相当多的新统计工具可以试说R速度慢根本不是问题，机器好一点就行了超大型的数据甚至可以跑R/hadoop
MATLAB的完全就不能比
另外说在工程上MATLAB有而R/python没有我觉得是十分奇怪的就比如，目前新工具而言比如deep learning来说python上有Theano/pylearn2/对接caffe，MATLAB的deep learning我目前只知道一个Toolbox旧的工具R/python上也不缺
另外我看有答案把MATLAB能直接发送交易信号作为MATLAB卖点我觉得贵司策略和交易是不是定位不太清晰为了保证可靠的性能和策略管理的便利性，我想除了个人投资者没有人会选择开着MATLAB下单 (随机推荐阅读本站500篇优秀文章点击前往：500篇优秀随机文章)
