matlab爬蟲演算法知乎

A. python跟Matlab有什麼區別和聯系呢

聯系：可以使用python語言開發Matlab軟體使用的程序。

區別：

一、指點不同

1、Python：是一種跨平台的計算機程序設計語言。

2、Matlab：是美國MathWorks公司出品的商業數學軟體。

二、功能不同

1、Python：是一種面向對象的動態類型語言，最初被設計用於編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越來越多被用於獨立的、大型項目的開發。

2、Matlab：用於演算法開發、數據可視化、數據分析以及數值計算的高級技術計算語言和互動式環境，主要包括MATLAB和Simulink兩大部分。

三、特點不同

1、Python：Python是一種代表簡單主義思想的語言。閱讀一個良好的Python程序就感覺像是在讀英語一樣。使你能夠專注於解決問題而不是去搞明白語言本身。

2、Matlab： 高效的數值計算及符號計算功能，能使用戶從繁雜的數學運算分析中解脫出來；具有完備的圖形處理功能，實現計算結果和編程的可視化。

B. 學Python能幹什麼

Python可以做什麼？
1）網站後端程序員：使用它單間網站，後台服務比較容易維護。如：Gmail、Youtube、知乎、豆瓣
2）自動化運維：自動化處理大量的運維任務
3）數據分析師：快速開發快速驗證，分析數據得到結果
4）游戲開發者：一般是作為游戲腳本內嵌在游戲中
5）自動化測試：編寫為簡單的實現腳本，運用在Selenium/lr中，實現自動化。
6）網站開發：藉助django,flask框架自己搭建網站。
7）爬蟲獲取或處理大量信息：批量下載美劇、運行投資策略、爬合適房源、系統管理員的腳本任務等。

C. 為什麼用Python做數據分析

為什麼用Python做數據分析

原因如下：

1、python大量的庫為數據分析提供了完整的工具集

python擁有numpy、matplotlib、scikit-learn、pandas、ipython等工具在科學計算方面十分有優勢，尤其是pandas，在處理中型數據方面可以說有著無與倫比的優勢，已經成為數據分析中流砥柱的分析工具。

2、比起MATLAB、R語言等其他主要用於數據分析語言，python語言功能更加健全

Python具有強大的編程能力，這種編程語言不同於R或者matlab，python有些非常強大的數據分析能力，並且還可以利用Python進行爬蟲，寫游戲，以及自動化運維，在這些領域中有著很廣泛的應用，這些優點就使得一種技術去解決所有的業務服務問題，這就充分的體現的Python有利於各個業務之間的融合。如果使用Python，能夠大大的提高數據分析的效率。

3、python庫一直在增加，演算法的實現採取的方法更加創新

4、python能很方便的對接其他語言，比如c、java等。

Python最大的優點那就是簡單易學。Python代碼十分容易被讀寫，最適合剛剛入門的朋友去學習。我們在處理數據的時候，一般都希望數據能夠轉化成可運算的數字形式，這樣，不管是沒學過編程的人還是學過編程的人都能夠看懂這個數據。

其實現如今，Python是一個面向世界的編程語言，Python對於如今火熱的人工智慧也有一定的幫助，這是因為人工智慧需要的是即時性，而Python是一種非常簡潔的語言，同時有著豐富的資料庫以及活躍的社區，這樣就能夠輕松的提取數據，從而為人工智慧做出優質的服務。

通過上面的描述，相信大家已經知道了使用Python做數據分析的優點了。Python語言得益於它的簡單方便，使得其在大數據、數據分析以及人工智慧方面都有十分明顯的存在感，對於數據分析從業者以及想要進入數據分析行業的人來說，簡單易學容易上手的優勢也是一個優勢，所以不管大家是否進入數據分析行業，學習Python是沒有壞處的。

Python中文網，大量Python視頻教程，歡迎學習！

D. python主要是做什麼

1. Web開發
最火的Python
web框架Django，支持非同步高並發的Tornado框架，短小精悍的flask，bottle，Django官方的標語把Django定義為the
framework for perfectionist with deadlines(大意是一個為完全主義者開發的高效率web框架)
2. 網路編程
支持高並發的Twisted網路框架，py3引入的asyncio使非同步編程變的非常簡單
3. 爬蟲開發
爬蟲領域，Python幾乎是霸主地位，Scrapy/Request/BeautifuSoap/urllib等，想爬啥就爬啥
4. 雲計算開發
目前最火最知名的雲計算框架就是OpenStack，Python現在的火，很大一部分就是因為雲計算市場近幾年的爆發
5. 人工智慧
MASA和Google早期大量使用Python，為什麼Python積累了豐富的科學運算庫，當AI時代來臨後，Python從眾多編程語言中脫穎而出，各種人工智慧演算法都基於Python編寫，由其PyTorch之後，Python作為AI時代頭牌語言的位置基本確立!
6. 自動化運維
問問中國的每個運維人員，運維人員必須會的語言是什麼?10個人詳細會給你一個相同的答案，它的名字叫Python
7. 金融分析
金融公司使用的很多分析程序、高頻交易軟體就是用的Python，目前，Python是金融分析、量化交易領域里用的最多的語言
8. 科學運算
97年開始，NASA就在大量使用Python在進行各種復雜的科學運算，隨著NumPy，SciPy，Matplotlib，Enthought
librarys等眾多程序庫的開發，使得Python越來越適合做科學計算、繪制高質量的2D和3D圖像。和科學計算領域最流行的商業軟體Matlab相比，Python是一門通用的程序設計語言，比Matlab所採用的腳本語言的應用范圍更廣泛
9. 游戲開發
在網路游戲開發中Python也有很多應用。相比Lua or
C++，Python比Lua有更高階的抽象能力，可以用更少的代碼描述游戲業務邏輯，與Lua相比，Python更適合作為一種Host語言，即程序的入口點是在Python那一端會比較好，然後用C/C++在非常必要的時候寫一些擴展。Python非常適合編寫1萬行以上的項目，而且能夠很好的把網游項目的規模控制在10萬行代碼以內。
10. 桌面軟體
雖然大家很少使用桌面軟體了，但是Python在圖形界面開發上也很強大，你可以用tkinter/PyQT框架開發各種桌面軟體!

E. 如何利用matlab爬蟲抓數據

可以自動下載網頁源文件裡面的數據。
clc;
clear;
warning off;
for year = 2010:2011 %年份
for season = 1:4 %季度
fprintf('%d年%d季度的數據...', year, season)
[sourcefile, status] = urlread(sprintf('http://vip.stock.finance.sina.com.cn/corp/go.php/vMS_MarketHistory/stockid/000001/type/S.phtml?year=%d&season=%d', year));
if ~status
error('讀取出錯！\n')
end

F. Python 會不會替代 MATLAB

MATLAB是搞科研用的，快速實現你的邏輯抽象，讓你不要去管太多的細節，寫出來的程序可移植性不高。java是c++的語法簡化版，python是java的語法簡化版。
反正就是讓編程的人越來越多的從編程需要設定的各種繁瑣細節中解放出來，但是想要程序運行效率高就得控制好這些細節。
python寫出來的程序可移植性比MATLAB好，工作中不會用MATLAB的，但是你想要快速實現你的某一個想法然後也沒必要投入到實際工作中去，用MATLAB比較好。
效率方面，MATLAB常用的那些演算法效率已經經過高度優化了，比如fft。python可以調用numpy,scipy各種包，可以涵蓋所有MATLAB常用的演算法，語法上比MATLAB稍微繁瑣點。
效率兩者相當或者python更高一點。

G. Python對比Matlab，有什麼決定性的優勢

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。這里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。

H. 學python可以做什麼工作

Python作為人工智慧時代的主流編程語言，受到越來越多人的青睞，因此，不少人想要學習Python加入人工智慧行業。

學完Python做人工智慧開發

人工智慧的發展潛力和錢途就不說了吧，這個是大家都知道的，Python作為人工智慧時代的最佳編程語言，其魅力和發展前景毋庸置疑。

學完Python做伺服器運維

運維也不陌生，最開始一批學習Python的人，就是運維和測試的在職人員，因為Python對於他們的工作起到很大的作用，因為使用Python腳本進行批量化的文件部署和運行調整都成了Linux伺服器上很不錯的選擇。

學完Python做數據分析

在互聯網上，你經常會發現自己搜索了某樣東西後，系統會根據你的搜索推薦類似的品類給你，這就是大數據的強大之處。而Python所擁有的完整的生態環境十分有利於進行數據分析處理，比如，"大數據"分析所需要的分布式計算、數據可視化、資料庫操作等，都可以通過Python中的十分成熟的模塊完成。

學完Python做雲計算開發

Python是從事雲計算工作需要掌握的一門編程語言，目前很火的雲計算框架OpenStack就是由Python開發的，如果想要深入學習並進行二次開發，就需要具備Python的技能。

學完Python做游戲開發

在網路游戲開發中，Python也有很多應用，相比於Lua or C++，Python比Lua有更高階的抽象能力，可以用更少的代碼描述游戲業務邏輯，Python非常適合編寫1萬行以上的項目，而且能夠很好的把網游項目的規模控制在10萬行代碼以內。

所以說學完Python後從事的方向不少，對於現在想學習Python的人來說是一個非常不錯的選擇。

I. matlab與python區別

下面從兩者各自的應用做個對比。

一、python的優勢
Python相對於Matlab最大的優勢：免費。國內可能不是很在乎這個，但在國外是個很關鍵的問題。

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。

python作為一種通用編程語言，可以做做Web，搞個爬蟲，編個腳本，寫個小工具用途很廣泛。

二、matlab的優勢
學術界大量使用matlab做模擬，做研究的話容易找到代碼參考；
語法相對python更靈活一些，matlab寫程序基本不用套路，所謂老夫擼matlab就一個字，干；
有simulink。有人說simulink沒什麼用，其實還是挺有用的，比如通信建模，另外simulink可以生產DSP或者FPGA代碼，有的時候很有用。
三、兩者的區別
python是一種通用語言，而matlab更像是一個平台。

四、怎樣選擇
如果做研究，可以matlab為主；如果做產品，可以python為主。當然也有matlab做成產品的，打包成exe什麼的都不是事

J. java工程師一般用python做什麼 知乎

#做網站後台
Python在網站後台這邊有大量的成熟的框架，如django，flask，bottle，tornado，我曾經用過flask和django搭建了的兩個網站已經上線

http://zhaixueshe.com
http://aljun.me

#寫網路爬蟲
Python寫爬蟲非常簡單，庫很健全

以下是我寫的一些爬蟲教程和心得
http://aljun.me/post/17

http://aljun.me/post/18

#科學計算
Python有三大神器：numpy,scipy,matplotlib,其中numpy很多底層使用C語言實現的，所以速度很快，我曾經用它參加各種數學建模大賽，完全可以替代r語言和MATLAB

以下是我寫的科學計算簡單教程
http://aljun.me/post/16

#數據挖掘，機器學習
Python
的機器學習包很多，或者自己可以試著實現機器學習演算法，因為Python的類似偽代碼的語法，很容易快速實現自己的想法，另外主流的機器學習演算法都有成熟
的包，加上谷歌開源的TensorFlow，常用的機器學習包：scikit-learn,pattern,jieba，pybrain等等

#數據科學
最近spark，Hadoop都開了Python的介面，所以使用Python做大數據的maprece也非常簡單，加上py對資料庫支持都很好，或者類似sqlalchemy的orm也非常強大好用

以及剩下的碼演算法，玩玩樹莓派什麼的我就不多說了，

py的強大其實在於他能迅速的實現想法