Python對比Matlab，有什麼決定性的優勢？

12-30

如題，小博士一名，在做一些推薦演算法、主題模型方面的東西。之前一直用Matlab比較多，也做過一些和C、java的混編，感覺還比較順手。但最近聽好多人推薦Python，請問Python和Matlab對比，有什麼主要的優劣勢嗎？不論是研究生期間還是畢業後的工程應用中。是否有必要去主動學學Python呢？
感謝指導~

Python的優勢：

Python相對於Matlab最大的優勢：免費。但既然你已經能用上Matlab，想必不在乎這個了。
Python次大的優勢：開源。你可以大量更改科學計算的演算法細節。
可移植性，Matlab必然不如Python。但你主要做Research，這方面需求應當不高。
第三方生態，Matlab不如Python。比如3D的繪圖工具包，比如GUI，比如更方便的並行，使用GPU，Functional等等。長期來看，Python的科學計算生態會比Matlab好。
語言更加優美。另外如果有一定的OOP需求，構建較大一點的科學計算系統，直接用Python比用Matlab混合的方案肯定要簡潔不少。
畢竟是通用的編程語言，做做Web，搞個爬蟲，編個腳本，寫個小工具啥的用處廣。要說非得用Matlab幹麼也成，只是……

Matlab的優勢：

Community. 既然你們實驗室用Matlab，說明搞你們這個領域的大部分學者可能都用Matlab。交流起來必然更加方便。
Simulink, 只能說這是個良心作品，不過題主好像用不著……
Matlab本來號稱更快，但實際上由於Python越來越完善的生態，這個優勢已經逐漸喪失了。這裡有一個迭代有限差分法計算2D拉普拉斯方程的對比(500x500的grid，100次迭代），可以參考一下。

Type of solution : Time taken (sec)

Python (estimate) : 1500.0

Python + Psyco (estimate) : 1138.0

Python + NumPy Expression : 29.3

Blitz : 9.5

Inline : 4.3

Fast Inline : 2.3

Python/Fortran : 2.9

Pyrex : 2.5

Matlab (estimate) : 29.0

Octave (estimate) : 60.0

Pure C++ : 2.16

數據來自PerformancePython -

Legacy優勢。你以前的代碼都是Matlab寫的，自己Matlab用的也熟，換成新的話，總得看一堆書吧，總得出一堆bug吧，總得踩一堆坑吧。這段時間也是Matlab的優勢。或許本來這段時間可以再出一些活呢。畢竟目的是Research，這些工具都是幫忙驗證idea的罷了。

1. 代碼可讀性高

2. 易維護

3. 跨平台

4. 免費！！

5. 第三方庫數量多，質量不錯

6. scipy和numpy配合使用性能不錯，pylab等plot出來的圖像也不錯

最大的優勢:免費。MATLAB正版死貴（當然天朝貌似暫時不用擔心這個問題），因此我要說說第二大優勢了。

第二大優勢: 全能。MATLAB擅長數據分析，數學建模，其他方面就屬於邊緣功能了，即使有，也比較弱。python可以做任何計算機能做的事，比如數據爬取，數據清洗，數據分析，網路展示，一條龍包辦。

Python相比於Matlab的最大優勢是：Python是一門通用編程語言，實現科學計算功能的numpy、scipy、matplotlib只是Python的庫和Package而已，除此之外Python還有用於各種用途的庫和包，比如用於GUI的PyQt和wxPython，用於Web的Django和Flask

Matlab相比於Python最大的優勢是：它專門就是給數值計算開發的，在數值計算這個領域庫最多、用的人最多、出的書最多，總之算是最好的，，不過出了數值計算這個領域，基本上應該就沒人用Matlab了吧

python除了科學計算方面還有很多應用，matlab則主要是科學計算與建模。python應用範圍比較廣是它的優勢，matlab在科學計算信號處理方面有很多成熟的模塊可供調用。

各有優勢。

一個是工具，一個是通用語言，不好比。

通過你的描述，猜到你應該不是CS及相關專業的。對於你建模計算的需求MATLAB足夠了，沒有必要再花時間去學新的語言，反正你又不是cs的人。當然你要是有編程的愛好可以去學學。說點形象的，你可以這麼理解Python是編程語言，MATLAB有點像office裡面的宏，針對性很強。

Python對我而言最大的優點就是………安裝方便！！相比起matlab幾個G的安裝包。如果只是想簡單處理處理數據，或者寫一個小程序，很快就能上手。而且擴展性也比Matlab強。面向對象感覺也要比Matlab強大。

讀到博士，就玩MATLAB吧，要看的東西太多，老闆還在後面催命，沒有編程愛好，就是想做演算法，MATLAB能讓你多睡一會。說不定還能幫你省出個約妹子談理想的時間

matlab 不僅僅只是研究演算法的工具，對於汽車電子，好多控制策越都是matlab simulink 出模型然後直接生成C代碼給ECU

這種類型的問題在知乎甚至很多編程論壇里提及的很多。我們很多人搞不清楚Matlab到底是幹什麼的。你想啊，搞研究的和學生哪有那麼多時間造輪子（非編程人員，如果你覺得自己牛逼，可以慢慢造）。很多讀碩士博士的研究生為了實現演算法或模擬，直接用Matlab，因為Matlab已經造好了很多工具和材料，你只需要像玩樂高積木一樣搭建自己的東西就好，省了大量的時間精力去DEBUG，使得很多研究者能夠直奔主題，直搗龍穴。如果Matlab驗證完演算法模擬後，表明沒問題，然後再用其他語言從基礎開始砌磚。這對研究者是偉大的幫助。很多時候面對一個項目，時間精力錢這些都是資源啊，牛逼的Matlab已經進化到可以生成C++代碼。何樂而不為呢。如果本身就是搞計算機的，愛怎麼造輪子無所謂，但是如果本職並不是的話，還是先老老實實把核心東西搞出來，再移植吧。畢竟畢業時候你用好幾倍的精力時間搞出C++或python代碼，和Matlab代碼相比，對論文的貢獻沒那麼大。答辯委員會只會分析你的演算法或模擬內容。很多導師會認為你不就是在Matlab的基礎上用C++或python完善了一下嗎，這和碼農有什麼區別？

這是釣魚還是真傻？怎麼去對比？題主你就告訴我，你想怎麼去對比？

如果同樣的問題，你要去問建築設計師，木頭和混凝土比，有什麼優勢，這才算公平呢。

拋開應用價值去談技術優劣都是耍流氓！

又看了一下問題描述……果然在這個行業里，傳統的大學教育令人堪憂。

知乎，智乎？

我十分不解，為什麼這麼多人說python的優勢是免費啊？在天朝難道你們用的是正版matlab？！？！

默默地說一點Matlab的好話吧，不用自己裝第三方庫，這點Python雖然有pip但是還是有各種問題，答主用的是anaconda的發行版，給spyder升了個級就打不開了T^T穩定性太差了

Python是一種語言而matlab不是，當你是在做工程而不是做研究的時候就能體會到這巨大的差別。

對excel讀寫，matlab 真是日了狗，各種奇怪錯誤，python 完美支持。

除他除了免費沒發現什麼優勢，反正我的日常matlab就足夠了。

再加一個是: 不要錢。matlab的license貴，個人如果不在學校是不會去買的。中小企業也不見得願意掏錢去買

本科玩數學建模用matlab和Mathematica，現在轉到python+Mathematica，說說我的想法吧。首先什麼便宜我們就不說了，大家都懂。如果是做純研究，擼演算法，發paper啥的，matlab可以讓你省很多事情，可以讓你不必要關心很多細節，simulink強悍到不行不行的。但是反之，如果matlab要做一些實際一點的東西，就比較麻煩了。比如舉個栗子，如果你擼了一個新的數據挖掘演算法出來，發個paper，matlab再好不過了。但是如果你想把這個演算法用在你的自己blog上，去分析你每天通過爬蟲挖掘下來的數據，然後做個可視化展現啥的，matlab基本就別想了，這種時候python就是個絕佳的選擇。有人說matlab輪子多，其實python輪子也很多，而且很多matlab裡面有的輪子，python也有，只是可能沒matlab裡面的同款輪子那麼好用。但是python有的輪子，matlab卻不一定有，關鍵就是看你需要不需要這些輪子。這就是所謂純研究和工程的差別。至於詬病python速度的，numpy我相信速度並不慢，至少不會出現什麼「matlab跑一天的東西python要跑一周」這種情況。說到底matlab和python其實本質就是兩個東西，一個是商業數學軟體，一個是通用語言。最後如果要做符號計算，還是推薦Mathematica，python的sympy工具箱和Mathematica還是差了十萬八千里啊............樓主既然說了畢業後的工程，還是推薦去學習下python，基本上了解下語法，然後學習下numpy,matplotlab,scipy這三個東西，你原來matlab做的事情就可以用python做出來

搞研究沒有必要太在意語言和運行速度。除了做實時運算的。

別人跑1個小時，我跑2個小時，大不了我用2台電腦跑。搞運算誰會只有一台電腦？

在意的是想法，而不是實現方式。

相對於C，python做科學計算有什麼優勢？

肯定是C更快一些吧。