Python与Matlab的比较

Question

Python与Matlab的比较

pythonmatlabide

26

我考虑从MATLAB转换到Python。应用程序是量化交易，成本并不是真正的问题。我喜欢MATLAB的一些东西，想知道Python如何比较（在我读过的评论中找不到答案）。

是否有适用于Python的IDE与MATLAB一样好（变量编辑器、调试器、分析器）？我读过关于Spyder的好评，但它有分析器吗？
当您在MATLAB上更改路径上的函数时，它会自动重新加载。在更改库时，您是否必须手动重新导入库，或者可以自动完成？这是一个小问题，但实际上极大地提高了我的生产力。

- Rich C

ad 2: 是的。 - Sven Marnach

Matlab是一种数学编程接口，也非常快速。这与Python非常相似，只不过Matlab比Python更快。使用Matlab的好处在于，使用图形绘制不同的图表更容易。在执行Python程序后，输出会被打印或保存，但在Matlab中，数据仍然被保存，并且可以解决程序中的错误，重新运行该部分可以从那一行开始，而不必重新启动数小时的模拟和测试。并且，我不会写出始终100％正确的代码。 - Martijn van Wezel

@Martijn 嗯...在Python中，您也可以交互式地运行代码，只运行您想要的行并进行更改。 - Antonello

@Antonello 我没有看到任何好的例子。我使用Matlab的主要原因是它对我来说是免费的，没有库混乱（和symbolab）。 - Martijn van Wezel

@MartijnvanWezel 可以使用Python IDE，选择要运行的代码并从菜单中选择“运行块”或类似选项。如果你不喜欢Python需要安装外部库来进行数值计算，那么你可能会喜欢Julia（使用Juno IDE），它很快速，核心已经包含了进行数值计算所需的所有东西，而且语法非常类似于Matlab（参见此抽认表）。 - Antonello

11个回答

12

我一直很喜欢在Python(x,y)套件中使用Spyder IDE。作为Matlab的长期用户，我大约10年前就知道了Python的存在，但仅自从我安装了Python(x,y)以来，我才开始经常使用Python。

- Ian Hopkinson

8

你可能还想查看以下帖子中的一些答案，虽然它们没有解决你的两个主要问题：

我应该转到Python吗？

我也是从Matlab彻底转换过来的：

我还没有使用全功能的Python IDE，但在IPython中与Matplotlib、Numpy、Scipy等相结合使用效果很好。我实际上使用了Enthough Python Distribution，它预装了我需要的大多数科学/量化包。我还听说过Python(x,y)和Sage。
也许其他IDE可以处理这个问题，但在IPython中我使用autoreload，这个功能工作得相当不错。

正如其他人所提到的，由于数值/量化库已经成为Python的组成部分，而不是在其之上构建一个数值库，因此您拥有了与Matlab所没有的极高灵活性。此外，特别是在数值/量化领域，Python社区真的非常出色。

- JoshAdel

我很好奇 - 你指的是什么样的灵活性？你能举个例子吗？ - SCFrench

4

@SCFrench（无意冒犯您的雇主 - 在我的研究生阶段，Matlab对我很有用），但在我看来，Python因为是一种完整的开源编程语言，所以在以下方面做得更好：（1）面向对象编程 - 当我使用Matlab时，最新版本可能已经改进了，但我使用的实现留下了许多遗憾。（2）字符串处理（3）可以在任何平台/机器上自由运行/分发 - 这对我来说是最大的灵活性问题。这只是部分列表，我承认Matlab具有高度的能力和一些不错的特性，但我从事的项目使我成为了一个转换者。 - JoshAdel

我并不想引发争论或什么的，我真的很感兴趣了解如何改进MATLAB。谢谢你提供的信息！ - SCFrench

6

我已经在工程领域工作了一段时间，一直使用MATLAB进行高复杂度数学计算。我并没有遇到太大的问题，但也没有特别热衷于使用它。几个月前，我发现自己将成为一个数值方法课程的助教，并且该课程将使用Python进行教学，所以我必须学习这门语言。

起初我认为这会是额外的工作量，但结果却是一个很棒的爱好。我无法形容MATLAB相比Python有多糟糕！在MATLAB中需要我整天编写的代码，在Python中只需要几个小时就能完成。我的代码看起来也更加吸引人。Python的性能和灵活性真正让我惊讶。使用Python，我可以做任何我曾经在MATLAB中做过的事情，而且做得更好。

如果其他人正在考虑切换，我建议你们这样做。我引用“Python Scripting for Computational Science”的话，因为他们比我更好地描述了Python优于MATLAB的优点：

Python编程语言更强大
Python环境完全开放，可与外部工具集成
一个完整的工具箱/模块可以包含在单个文件中（与一堆M文件相比）
将函数作为参数传递给函数更简单
嵌套的异构数据结构易于构建和使用
面向对象编程更方便
C、C++和Fortran代码的接口支持更好，因此更简单
标量函数在更大程度上与数组参数一起工作（无需修改算术运算符）
源代码是免费的，并且可以在更多的平台上运行。

- Rang Dipkin

3

我们使用Wing IDE进行Python开发。它功能齐全，集成了调试支持，并且可以连接到您选择的分析器。

关于（2），我知道你指的是什么，因为我也从Lisp中错过了同样的功能，据我所知，在更改库后，您需要主动重新导入它们。不过这并不是真正的障碍，因为您可以轻松编写一个小函数（一次性），为您关心的每个模块执行该操作，然后将该函数放在快捷键上，这样您只需按下CTRL-T即可更改代码后实现。

- Crashworks

2

这个问题是在2011年提出的。

最近，在2013年中期，我完全转向了Python，主要是因为类似于Matlab的Spyder IDE以及整个Scientific Python和IDE环境的一体化安装程序的可用性。

PythonXY（仅限Windows）和Continuum Analytics' Anaconda（Mac / Win / Linux）可以让您快速启动，并在类似于Matlab的IDE（Spyder）中运行，具有变量检查器，文件浏览器，对象检查器（显示您键入的函数的实时帮助）等等。现在它已经成为我完整的Matlab替代品。

- Demis

2

几乎所有东西都被其他人覆盖了..我希望你不需要像优化工具箱、神经网络等工具箱..[我没有在Python中找到这些，也许有一些..但我严重怀疑它们可能比Matlab的更好..]

如果您不需要符号操作功能并且使用Windows，则可以使用Python（x，y）[他们在Linux端上没有太多活动（旧版本可用）] （或者需要一些较小的符号操作，请使用sympy，我认为它随着EPD和Python（x，y）的超越/整合而来）

如果您需要符号能力，则Sage是正确的选择，在我看来，Sage与Matlab以及Mathematica一样出色。

我也在尝试转换...(需要我的工程项目)

希望能对您有所帮助。

- fedvasu

2

scipy拥有一个相当全面的优化工具包。请访问http://docs.scipy.org/doc/scipy/reference/optimize.html获取详细的参考文档。 - Chinmay Kanchi

3

有几个Python的神经网络库，例如http://pybrain.org/。我不知道它们和Matlab工具包相比如何，但是(1)它们是免费的，(2)我不会轻易忽略它们，因为有很多非常聪明的人在开发这些项目。 - JoshAdel

对不起，如果我的语气不够清晰，我并不打算否定任何人......（我希望它们比现有的更好）学习特定的工具箱，了解它如何工作以及如何处理各种情况是一项巨大的投资。我使用了Matlab的神经网络工具箱做了一些好的工作（我所在的研究所有几个许可证...我不用担心金钱问题！），我对nnet工具箱的速度和可靠性非常满意。我在忙碌的学期中同时完成了这个小项目，所以底线是我有点偏见。 - fedvasu

2

有人会从MATLAB转换到Python，因为Python更擅长处理复杂性，即编写、调试和维护复杂代码更容易。其中一个很好的原因是，Python是一种通用语言，而不是矩阵操作语言。因此，非数字数组、字符串和关联数组等实体在Python中是一流的构造。

我们经常听说有人和整个研究小组从MATLAB转向Python。科学Python生态系统正在快速成熟，Python是一种吸引人的替代方案，因为它是免费的、开源的，并且越来越强大。让我们详细探讨它们。

Matlab和Python的生态系统

Python是一种编程语言。最常见的实现方式是C语言，也称为CPython，通常被称为Python。除了编程语言和解释器之外，Python还包括一个广泛的标准库。这个库旨在进行一般编程，并包含用于操作系统特定内容、线程、网络、数据库等模块。

Matlab是一种商业数值计算环境和编程语言。Matlab的概念涵盖了整个套件，包括IDE。标准库中不包含太多通用编程功能，但包括矩阵代数和广泛的数据处理和绘图库。为了获得额外的功能，Mathworks提供了工具包（但需要额外付费）。

在Python中进行科学计算，需要额外的软件包（例如Numpy、Scipy、Matplotlib）。此外，你需要一个集成开发环境（IDE）。许多Python程序员来自Linux环境，使用Python shell和编辑器（如vi或Emacs），但从Matlab过来的人更喜欢功能丰富的IDE。现在有很多方便而强大的Python IDE可供选择，例如PyCharm、Spyder、Jupyter Notebook等。

Python软件包由不同（但通常重叠）的一群人开发，他们也是软件包的用户。许多软件包可用于不同的目的。在这个开源生态系统中，大多数软件包都由少数核心开发人员推动，但许多软件包的用户通过报告问题、帮助文档和对代码进行小改进来促进开发。

Matlab的优点

让我们来看看从Matlab中可以得到哪些优势：

它拥有大量的功能。 Simulink是一个没有好的替代品的产品。
对于初学者来说可能更容易，因为该软件包包含了所有必要的内容，而在Python中您需要安装额外的软件包和IDE。
它拥有庞大的科学社区；它被许多大学所使用（尽管很少有公司有足够的资金购买许可证）。

Matlab的问题

在这里，我们并不打算抹黑Matlab。我自己曾经也很喜欢Matlab。然而，我认为Matlab存在一些根本性的缺点。其中大多数是由其商业性质引起的：

算法是专有的，这意味着您无法查看您正在使用的大多数算法的代码，并且必须相信它们被正确实现。
Matlab相当昂贵，这意味着只有具备足够资金购买许可证的人才能使用用Matlab编写的代码。
自然地，Mathworks对代码可移植性进行了限制，即在他人的计算机上运行您的代码的能力。您可以使用Matlab Component Runtime (MCR)运行已编译的应用程序，但是您的便携式应用程序必须完全匹配已安装的MCR版本，考虑到Matlab每6个月发布一个新版本，这可能会带来麻烦。
专有的性质还使第三方难以扩展Matlab的功能。

此外，还有一些其他问题源于Matlab作为一个矩阵操作包的起源：

分号。在控制台中输入代码时，使用分号可以显示结果，但在脚本中，为了抑制输出，必须以分号结束一行是没有意义的。索引使用花括号而不是方括号进行，这使得很难将其与函数调用区分开来。

Python的优势

Python语言在软件开发公司中有着多元化的应用，例如游戏开发、Web框架和应用程序、语言开发、原型设计、图形设计应用等。这使得该语言比其他行业使用的编程语言更具优势。在了解Python的一些优势之前，请先快速浏览此处。现在让我们看看它的一些优点-

广泛的支持库

它提供了大量的标准库，包括字符串操作、互联网、Web服务工具、操作系统接口和协议等领域。其中大部分常用的编程任务已经被脚本化，这限制了在Python中编写代码的长度。
集成功能

Python集成了企业应用程序集成，使得通过调用COM或COBRA组件来开发Web服务变得容易。它具有强大的控制能力，因为它可以直接通过C、C++或Java通过Jython进行调用。Python还处理XML和其他标记语言，因为它可以在所有现代操作系统上通过相同的字节码运行。
提高程序员的生产率

该语言具有广泛的支持库和清晰的面向对象设计，使用类似Java、VB、Perl、C、C++和C#等语言时，程序员的生产率可以提高两到十倍。
生产力

由于其强大的过程集成功能、单元测试框架和增强的控制能力，大多数应用程序的速度和生产力都得到了提高。它是构建可扩展的多协议网络应用程序的绝佳选择。

Python的缺点

Python具有各种优点，程序员喜欢这种语言而不是其他编程语言，因为它易于学习和编码。然而，在某些计算领域中，例如企业开发商店，这种语言仍未占据一席之地。因此，这种语言可能无法解决一些企业解决方案，其限制包括：

使用其他语言时存在困难

Python 爱好者对其特性和广泛的库非常习惯，因此在学习或使用其他编程语言时会遇到问题。Python 专家可能会认为声明转换值或变量类型、添加大括号或分号的语法要求是繁琐的任务。
移动计算能力较弱

Python 已经在许多桌面和服务器平台上存在，但在移动计算方面被认为是一种较弱的语言。这就是为什么很少有基于 Python 构建的移动应用程序，例如 Carbonnelle。
速度较慢

Python 依靠解释器执行，而不是编译器，这导致它速度较慢，因为编译和执行帮助它正常工作。另一方面，它也可以看作是许多 Web 应用程序的快速实现。
运行时错误

Python 语言是动态类型的，因此它有许多设计限制，这些限制被一些 Python 开发人员报告。甚至可以看到它需要更多的测试时间，并且错误最终在应用程序运行时显示。
未完善的数据库访问层

与流行技术如 JDBC 和 ODBC 相比，Python 的数据库访问层被认为是有些不完善和原始的。然而，在需要复杂遗留数据平稳交互的企业中，它无法应用。

Python相对于Matlab的优势

Python代码比Matlab代码更紧凑，更易于阅读。 1. 与以end语句表示块结束的Matlab不同，Python基于缩进确定块大小。 2. Python使用方括号进行索引和圆括号进行函数和方法调用，而Matlab在这两个方面都使用圆括号，这使得Matlab更难区分和理解。 3. Python更好的可读性导致较少的错误和更快的调试。 Matlab使用基于1的索引，而大多数编程语言（包括Python）使用基于0的索引，这使得Matlab对用户来说更加困惑。 Python的面向对象编程（OOP）简单灵活，而Matlab的OOP方案复杂混乱。 Python是自由开放的。 1. 虽然Python是开源编程，但大部分Matlab是闭源的。 2. Python的开发者鼓励用户为软件提供建议，而Matlab的开发者没有这样的交互。 3. Python提供了更广泛的图形包和工具集选择。

使用NumPy、SciPy和Matplotlib，你几乎可以获得MATLAB提供的整套功能，并且还有很多需要购买单独工具箱才能得到的东西。

然而，MatLab社区有他们自己选择Matlab或Python的理由（是的，真的）。不过这篇文章很值得一读。

- Innat

你的一些参数是错误的。 "添加花括号或分号的语法要求" 我发现很难记得在 for 语句的末尾添加冒号。 "Python 更好的可读性" 这取决于你习惯什么，它们都有时候会有晦涩的语法。 "Matlab 的开发人员没有提供这样的交互" 是的，他们提供了。此外，购买许可证可以获得客户支持。 [续] - Cris Luengo

“Python的import语句在Matlab中没有对应的功能。” 实际上有，它被称为addpath。 “Python提供了更广泛的图形包和工具集选择。” MATLAB拥有最好的出版质量图形。 - Cris Luengo

@ChrisLuengo 一个强有力的声明，比如“软件X是最适合Y的”，必须有强有力的论据支持。您认为MATLAB具有哪些功能，使其能够产生比Matplotlib更高质量的图形？ - Xukrao

2

经过长时间的尝试，我选择了Aptana IDE+IPython（包括网络浏览器中的notebook）。非常适合编辑，易于获取帮助，快速尝试新事物。

Aptana与Eclipse相同（因为有PyDev），但Aptana具有不同的配色主题和其他小功能，这些是Eclipse所缺乏的。

关于Python，请不要忘记Pandas。我认为它是数据分析的非常强大的工具，将来会变得更加强大。

我正在研究Matlab，在那里我看到了一些很棒的东西，特别是GUI界面和其他一些好玩的东西。但是Python给你带来了灵活性和便利。无论如何，您仍然需要学习Python、Matplotlib、NumPy（最终还要学习Pandas）的基础知识。

但从我所看到的来看，NumPy和Matplotlib与Matlab概念类似（可能是在创建时就考虑了Matlab）。

- user689829

1

关于IDE问题，请看选择哪种Python IDE？，其中最佳答案是PyDev，它使用Eclipse。

我也认为值得一看的是Sage。

- Tobias Kienzler

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Chinmay Kanchi · Accepted Answer

IDE: 不行。Python的集成开发环境还远远达不到MATLAB那样好用和成熟，虽然我听说过Wing IDE很不错。一般来说，我觉得使用IDE进行Python开发完全是杀鸡焉用牛刀，而且我发现如果使用一个良好配置的文本编辑器（我的选择是vim）和一个单独的可视化调试器（WinPDB），我会更加高效。

修改函数：模块必须在更改后使用reload()内置函数重新加载。

import foo
#now you've changed foo.py and want to reload it
foo = reload(foo)

我已经从MATLAB转向Python，因为我发现Python在处理复杂性方面做得更好，也就是说，我发现在Python中编写、调试和维护复杂代码更容易。其中一个原因是Python是一种通用语言，而不是专门的矩阵操作语言。由于这个原因，像字符串、非数字数组以及（至关重要的）关联数组（或映射或字典）和类一样，在Python中构成了一流结构。

就功能而言，使用NumPy、SciPy和Matplotlib，几乎可以在MATLAB提供的所有功能上进行工作，以及很多需要购买单独工具箱的东西。