python和matlab和R

A. 我为什么选择python而不是Matlab和R语言

做数据分析、科学计算等离不开工具、语言的使用，目前最流行的数据语言，无非是MATLAB，R语言，Python这三种语言，但今天大圣众包（www.dashengzb.cn）小编简单总结了python语言的一些特点及平常使用的工具等。

这算一个非常强大的PythonIDE，功能十分强大，界面也挺好看的。不过就初学者而言，没有必要，功能多了反而迷眼。等以后要开发大型应用程序的时候再学也不迟。

我对比使用了一段时间之后发现这个确实好用，比Spyder省心多了。

python上手教程推荐

选择安装好python，最重要的就是使用，下面我们大圣众包为大家推荐几个教程吧，让新手练练找找感觉，你会发现python并没有想象中那么难：

Diveinto Python面向有一定编程基础的同学。另外还有DiveintoPython3，针对Python3的教程。

Learn Python The Hard Way，书中主要是通过各种练习来进行学习，面向完全没有编程经验的同学。

Invent Your Own Computer Game With Python，让你一上手就做个游戏出来的教程，有趣好玩吧。

The Python Tutorial，官方文档中的教程，正统而完整。

其实，个人觉得学习python是一门很划算的事情，主要本身特点简单、易用，很多没有编程基础的朋友都可以学会，另外一点是它可以用来做桌面程序、网站开发、处理脚本文件等等，日常用途很多，因此，学一门语言，更重要是选对一门语言，才能为我所用！

B. python和matlab有可比性吗

有

Python+numpy的优点：
免费，软件体积小；
代码更简洁；
有set、dict之类的高级数据结构；
文本处理更方便。

Matlab的优点：
绘图比较方便，
自带很多专业函数；
默认数据类型为实型（即使是整数常量也会被转换成实型）
有profiler，可以方便地找到程序的效率瓶颈。

C. matlab和python的区别是什么

一、指代不同

1、matlab是Python的集成开发环境，自1.5.2b1以来已与该语言的默认实现捆绑在一起。

2、python：是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言。

二、用处不同

1、matlab被打包为Python包装的可选部分，包含许多Linux发行版 。 完全用Python和TkinterGUI工具包编写（Tcl/ Tk的包装函数）。

2、python：被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。

(3)python和matlab和R扩展阅读：

Mathwork Matlab是权威计算软件，但是2019年11月，AMD锐龙处理器疑似被“劣化”，无法正确调用最新指令集，导致性能残血。Matlab会提前检测处理器身份，也就是CPUID字符串。

如果找到GenuineIntel，也就是正品Intel处理器，就会利用Intel MKL(路径内核库)，并调用AVX2指令集，获得理想性能。但在最新版的Matlab 2020a中，这个问题终于被修复了，不管Intel还是AMD处理器，都会默认调用最新指令集。

D. 针对绘图方面的需求，matlab，python和R哪个更加强大

绘图的话，matlab功能强大且代码非常简洁，操作也很方便（相对于python和R来说），但缺点是曲线有锯齿，不光滑，不太美观。
python的matlabplot绘图曲线没有锯齿，比较光滑，但3D的绘图比matlab麻烦。
R我不熟悉，估计跟python差不多。

如果是简单的绘图，建议使用matlab。如果是专业的绘图需要，建议用python的其他绘图库（seaborn用法跟matplotlab相似，图形很漂亮；
pygal和bokeh的优点是可交互，图形也比较好看；
geoplotlib用于绘制地理图形，比如一些地图；
ggplot简单易学，但图形不如seaborn美观）

E. Python跟Matlab有什么区别和联系呢

联系：可以使用python语言开发Matlab软件使用的程序。

区别：

一、指点不同

1、Python：是一种跨平台的计算机程序设计语言。

2、Matlab：是美国MathWorks公司出品的商业数学软件。

二、功能不同

1、Python：是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。

2、Matlab：用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

三、特点不同

1、Python：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。使你能够专注于解决问题而不是去搞明白语言本身。

2、Matlab： 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；具有完备的图形处理功能，实现计算结果和编程的可视化。

F. matlab与python区别

下面从两者各自的应用做个对比。

一、python的优势
Python相对于Matlab最大的优势：免费。国内可能不是很在乎这个，但在国外是个很关键的问题。

Python次大的优势：开源。你可以大量更改科学计算的算法细节。

可移植性，Matlab必然不如Python。但你主要做Research，这方面需求应当不高。

第三方生态，Matlab不如Python。比如3D的绘图工具包，比如GUI，比如更方便的并行，使用GPU，Functional等等。长期来看，Python的科学计算生态会比Matlab好。

语言更加优美。另外如果有一定的OOP需求，构建较大一点的科学计算系统，直接用Python比用Matlab混合的方案肯定要简洁不少。

python作为一种通用编程语言，可以做做Web，搞个爬虫，编个脚本，写个小工具用途很广泛。

二、matlab的优势
学术界大量使用matlab做仿真，做研究的话容易找到代码参考；
语法相对python更灵活一些，matlab写程序基本不用套路，所谓老夫撸matlab就一个字，干；
有simulink。有人说simulink没什么用，其实还是挺有用的，比如通信建模，另外simulink可以生产DSP或者FPGA代码，有的时候很有用。
三、两者的区别
python是一种通用语言，而matlab更像是一个平台。

四、怎样选择
如果做研究，可以matlab为主；如果做产品，可以python为主。当然也有matlab做成产品的，打包成exe什么的都不是事

G. 金融数据分析用python还是R还是matlab好

以前有过类似的问题 可以参考下：

http://www.xkyn.com/jiankang/tixing-2076112720581378468.htm

H. python和matlab哪个好

简单对比：
python和matlab的共同点都是各种库十分丰富。
python是给懒人用的。
matlab是给数学好的人用的。。。
比起python，matlab的大小简直不能忍。
python是免费的，我用上了Windows正版，Adobe Flash和DW的正版，但是仍然买不起matlab的正版。
matlab是专门给科学计算设计的。python不是。
python可以调用matlab库。当然matlab也能调用python库。
python容易学。
matlab在大学里你不得不学。
python的闭包有着奇怪的性质，这使得你把lisp语言翻译成python的时候经常遇到bug，而且基本上都是因为闭包而起。
当你把lisp语言翻译成matlab时，bug会比较少，但是你完全不知道它们是怎么出现的，而且很难解决。
简言之，学生的话，建议MATLAB，可以选择破解版，我们学校给买了正版。工作的话建议Python，而且现在winPython 的数学计算也很强大。

I. 针对绘图方面的需求，matlab，python和R哪个更加强大

数据可视化绘制相关性散点图
对比数据相关性是数据探索常用的一种方法，下面是Python和R的对比。
Pythonimport seaborn as sns
import matplotlib.pyplot as plt
sns.pairplot(nba[["ast", "fg", "trb"]])
plt.show()

Rlibrary(GGally)
ggpairs(nba[,c("ast", "fg", "trb")])

虽然我们最终得到了类似的图形，这里R中GGally是依赖于ggplot2，而Python则是在matplotlib的基础上结合Seaborn，除了GGally在R中我们还有很多其他的类似方法来实现对比制图，显然R中的绘图有更完善的生态系统。
绘制聚类效果图
这里以K-means为例，为了方便聚类，我们将非数值型或者有确实数据的列排除在外。
Rlibrary(cluster)
set.seed(1)
isGoodCol <- function(col){
sum(is.na(col)) == 0 && is.numeric(col)
}
goodCols <- sapply(nba, isGoodCol)
clusters <- kmeans(nba[,goodCols], centers=5)
labels <- clusters$cluster

nba2d <- prcomp(nba[,goodCols], center=TRUE)
twoColumns <- nba2d$x[,1:2]
clusplot(twoColumns, labels)

Pythonfrom sklearn.cluster import KMeans
kmeans_model = KMeans(n_clusters=5, random_state=1)
good_columns = nba._get_numeric_data().dropna(axis=1)
kmeans_model.fit(good_columns)
labels = kmeans_model.labels_

from sklearn.decomposition import PCA
pca_2 = PCA(2)
plot_columns = pca_2.fit_transform(good_columns)
plt.scatter(x=plot_columns[:,0], y=plot_columns[:,1], c=labels)
plt.show()

结论
Python 的 pandas 从 R 中偷师 dataframes，R 中的 rvest 则借鉴了 Python 的 BeautifulSoup，我们可以看出两种语言在一定程度上存在的互补性，通常，我们认为 Python 比 R 在泛型编程上更有优势，而 R 在数据探索、统计分析是一种更高效的独立数据分析工具。

J. python和matlab相比有什么优缺点

python优点：
1、跨平台，免费，开源软件丰富
2、区支持非常多
3、体积，支持嵌入式
4、易学，容易上手，能写C语言就能写Python
5、动态语言，有良好的扩展性能，与其它语言编程接口友好

python缺点：
1、特殊的专业领域，代码不多
2、仿真功能较弱

目前只想到这些