NumPy和MATLAB哪個強大，Numpy能替代MATLAB嗎？

01-04

本科在讀，聽說Matlab在實際運用中作用不大。。

matlab強大，無論組件豐富程度、計算速度、混合編程能力都完爆numpy，況且numpy只是包含最基本的計算功能，你好歹把numpy、scipy、sympy、matplotlib、pandas、traitsui……全放在一起才勉強有一拼之力。

然而如果把PyPI里眾多包全算上，python及各種科學計算包合起來，可以覆蓋到matlab能做的所有工作。

NumPy只是Py眾多科學計算數值處理的庫之一啊，拿它來跟Matlab比它會覺得壓力好大。如果一定要比的話，請把PyPI里的包全帶上~

Matlab本身具有強大的數值計算能力，但這並不是它所有的功能，更加不是在實際應用中最大的優勢。

從一個笨且懶的人的角度，Matlab在實際應用中有兩個巨大的優勢。第一，圖形化界面、強大的函數庫、豐富的API和完備的文檔，當年第一次參加數模是被臨時拉去的，一小時入門Matlab，mex從Github上扒下來的C程序，100行寫完數據處理和圖形化代碼，缺一樣就跪了；第二，對各個工程領域完備的工具箱和相關文檔的支持，Matlab的工具箱包括但不限於數學統計（Statistics Toolbox, Symbolic Math Toolbox...）、優化（Optimization Toolbox,Global Optimization Toolbox...）、信號處理（Signal Processing Toolbox,DSP System Toolbox...）、生物計算（Bioinformatics Toolbox）...去年一個小學妹上DSP，找我幫忙寫作業的代碼，我是一個學計算機的啊，DSP全稱是什麼我到現在都搞不清楚啊，但是面對溫柔可人的小學妹我怎麼好意思拒絕，只好拿著作業的步驟說明，對著文檔，居然寫出來了，到現在都不敢問那次作業的成績OTZ。這兩點使得：一個不具有Matlab編程基礎的人，可以快速上手Matlab，並能通過調用現有函數、混合編程等方式，加速完成功能要求；一個只有Matlab編程基礎的人，能通過閱讀文檔，使用功能強大的工具箱，協助其他工程專業的同事完成任務。

說Matlab在實際運用中作用不大的，嗯，一定和我一樣買不起Matlab。

（我用的Matlab是學校買噠，支持正版，人人有責。）

題目應該改成「python所有的科學計算相關的庫與MATLAB哪個更強大？」，單單numpy與MATLAB對比是不是壓力太大了點啊？！

Numpy相當於與MATLAB的矩陣運算部分，和整個MATLAB相差太遠。

就算只是比較矩陣運算，語法上MATLAB佔據了很大的優勢，因為MATLAB的語法就是為了方便矩陣運算而設計的。

做研究的話，「numpy.scipy.matplotlib.pandas全家桶」差不多能代替「沒有任何工具包的matlab，不包括simulink」了。

但是「沒有任何工具包的matlab，不包括simulink」還包括：

1 GUI

2 生成App

3 單元測試框架

4 與其他語言(C/C++,python,fortran,Java, lNET, C#等）混合編程

MATLAB相比Python的最大的優勢是它豐富的文檔，很多python的函數的文件只有一句話，連個例子都沒有。

Python, numpy 等等的好處是價格便宜，一般情況下不用花錢。論軟體包全面強大易用還是Matlab，單說速度的話倒不一定，numpy 某些運算還真比Matlab 快。

不懂simulink的就不要談論matlab了，問問電氣工程師們，自動化工程師，發動機工程師們都怎麼用matlab的。

實際應用上，matlab 的問題主要是環境依賴（於是自動執行不如 python 方便）和他喵的要錢和和速度太慢和程序員很不喜歡

但是這並不代表對於本科生不需要，很多時候，你的老師用 matlab 上課

況且多學一個包/語言有什麼難的....總比我當年因為審美扭曲的原因用 perl 好

別撕了，這兩貨可以互相調用

IOS和安卓哪個更強大？恐怕答案在於開發者和使用者，而不在軟體本身吧。

WP:卧槽！快看看我快看看我我在這裡！

已經從python和matlab比變成 import numpy 和matlab比了么。。你們要瘋啊

我實驗室的人這麼說：沒用Python之前覺得MATLAB賣的太貴了。用了Python後覺得MATLAB賣的太便宜了。

不行，不能取代。

Numpy 只是完成了mat lab 一個子集的功能，並且性能並沒有達到100%

在學校的同志大多用matlab吧，除了大家提到的專業性強、文檔豐富外，我覺得最重要的是其完備性、便捷性，還有用戶慣性，學術界的人都用習慣了，大家都用你不用怎麼交流？

但是對工業界的人不一樣，程序員最喜歡折騰，兩者都用過好些年，客觀地說現在python用於科學計算已經越來越完備了，而且站在實際應用開發的角度看Python比matlab更強，這一點估計搞學術的同志是理解不了的~~~

只拿python的一個包怎麼能與matlab比呢？matlab實踐中用得並不少。你發現用numpy的更多，是因為matlab太貴。

Matlab

Matlab的強大之處在於你能想到的基本常用數學，物理工具都已經集成，並且不坑。

優點就是，輕鬆寫一段代碼拼拼湊湊抄抄改改最後算出個結果，最後貼論文，作業，報告什麼的上面，搞定。

其目的是為了計算出結果，一旦得到結果，這段代碼的價值就無限接近於零了（大多數情況下寫matlab也不會考慮復用和結構）。

你可能會說Matlab效率太低，但是寫一段代碼跑一次就夠了（運行成功的那次），花一秒和一個小時計算出結果，相對來說，沒有那麼強烈的差異。畢竟不是放在伺服器上承載數千萬訪問。

Matlab幾乎不會用於程序員編寫一個軟體，庫，模塊，框架等，這不是它的定位，它的定位更多面向非計算機行業的工程師，讓他們也能輕鬆的解決計算任務，數據可視化等專業情況複雜，定製程度較高的環境。

Python

Python的各類數學工具庫，也很強大，但總體來說，體驗稍遜於Matlab。

畢竟需要自己安裝，庫A可能繪圖很不錯，但是缺少物理相關的函數，所以要想辦法和庫B結合起來用，同時沒有Matlab那麼強大的IDE環境，這對程序員來說沒什麼，對其他專業工程師但需要解決計算任務的情況，就是門檻。

Python效率也不算高，但可用於生產生產工具（沒打錯，兩個「生產」）

比如自己研究CV, 改進了了某個圖像演算法，可以先驗，完了如果覺得有實用價值，用Python編寫成一個包，寫篇博客，掛在論壇。其他人可以直接拿去用，然後集成在他們自己的程序里。

總之，兩者都不是什麼需要花費巨大精力攻堅才能搞定的玩意兒，也不是非A即B的關係，有必要就掌握，只是別明知道適合B做的事，非要拿A去解決。

以下是Numpy自己對自己的定義：

NumPy – A Replacement for MatLab

NumPy is often used along with packages like SciPy (Scientific Python) andMat?plotlib (plotting library). This combination is widely used as a replacement for MatLab, a popular platform for technical computing. However, Python alternative to MatLab is now seen as a more modern and complete programming language.

也就是說，Numpy ,SciPy,和Matplotlib等庫的結合使用可以用來替代Matlab。

單單Numpy一個，有點孤單啊。

強行植入我的Numpy教程：

Numpy (1) --- 從入門到放棄

Matplot教程：

Matplotlib（1）---從入門到放棄

敬請期待。

R 和python的運算速度跟matlab比起來就是渣。感覺數據量大的時候，在r里彷彿世界變慢了

numpy 性能還是稍有不如matlab

numpy 的語法某些情況比matlab精簡。最簡單例子，兩個array每個element相乘返回，matlab 要 a = a.*b； numpy 只需要 a *= b

numpy 很多時候都需要 np.xxxx np.xxxx 比較繁瑣

我兩個都有用過......numpy是python的一個拓展包，matlab和numpy是不能做對比的。我覺得你想對比的是python和matlab，具體哪個好要看你偏向哪個方向，如果偏向開發軟體的話python更好，偏向學術的話matlab更好。

工作之後，不好意思用盜版，又略會python，只能走起了...

不能。

運算起來matlab快很多。

難道沒人用sagemath么..簡單易上手啊！

贊 Matlab 的無非是因為在中國用盜版不需要花錢罷了。你自己開個創業公司買正版的 Matlab 用試試看？