MATLAB在逐漸被Python淘汰嗎？MATLAB和python不在同一級(jí)別。MATLAB是面向算法本身和仿真本身的產(chǎn)品。如果不是運(yùn)行效率，那就要看是誰(shuí)寫(xiě)的程序了。matlab收費(fèi)的原因在于運(yùn)行時(shí)的

MATLAB在逐漸被Python淘汰嗎？

MATLAB和python不在同一級(jí)別。MATLAB是面向算法本身和仿真本身的產(chǎn)品。如果不是運(yùn)行效率，那就要看是誰(shuí)寫(xiě)的程序了。matlab收費(fèi)的原因在于運(yùn)行時(shí)的更新。比如及時(shí)5g更新NR庫(kù)，如果你用Python寫(xiě)這個(gè)東西，不是不可能寫(xiě)的，只是時(shí)間、完整性、運(yùn)行效率，這些都很難保證。畢竟，MATLAB的背后是一支強(qiáng)大的科學(xué)家團(tuán)隊(duì)來(lái)負(fù)責(zé)算法，一支強(qiáng)大的工程師團(tuán)隊(duì)來(lái)完成實(shí)現(xiàn)，最后給大家一個(gè)簡(jiǎn)單易用的函數(shù)它可以通過(guò)使用的方法來(lái)實(shí)現(xiàn)。每個(gè)人都做他們擅長(zhǎng)的事。

做科學(xué)計(jì)算用Python還是MATLAB？

使用python，我對(duì)python的使用有一些個(gè)人的看法：

1.2017人工智能（包括科學(xué)計(jì)算）流行了一年，python的用戶(hù)數(shù)量大大增加，這是大勢(shì)所趨。

2. Python的開(kāi)發(fā)效率遠(yuǎn)遠(yuǎn)高于其他高級(jí)語(yǔ)言。例如，1000行C語(yǔ)言代碼、100行Java代碼和20行Python代碼就足以說(shuō)明Python的開(kāi)發(fā)效率。

3. Python的第三方庫(kù)非常豐富，你會(huì)發(fā)現(xiàn)只要你想大部分的東西都被打包了庫(kù)，比如numpy數(shù)值計(jì)算，Matplotlib，一個(gè)類(lèi)似Matlab的庫(kù)，用于繪圖，panda文件操作庫(kù)，這些庫(kù)都會(huì)在科學(xué)計(jì)算中常用。

4. 代碼運(yùn)行速度。雖然Python的速度不如其他高級(jí)語(yǔ)言，例如對(duì)于耗時(shí)的操作，我們可以使用C語(yǔ)言來(lái)編程和調(diào)用Python，所以速度不會(huì)減慢。例如，numpy、panda和Matplotlib的底層實(shí)現(xiàn)都是用C編寫(xiě)的，以上是我的觀點(diǎn)。

Python能否進(jìn)行大規(guī)模數(shù)值計(jì)算？

當(dāng)您問(wèn)這個(gè)問(wèn)題時(shí)，您可能主要懷疑Python的性能。事實(shí)上，Python的許多更好的模塊都是用C語(yǔ)言編寫(xiě)的，例如，numpy是一個(gè)常用的Python數(shù)值計(jì)算庫(kù)，它是用C語(yǔ)言實(shí)現(xiàn)的，而且計(jì)算機(jī)的配置也不像十年前那么低。今年，python掀起了一股依靠人工智能的浪潮。作為人工智能產(chǎn)品開(kāi)發(fā)中最流行的編程語(yǔ)言，人工智能相關(guān)產(chǎn)品的開(kāi)發(fā)自然離不開(kāi)大數(shù)據(jù)的支持，因此Python能否進(jìn)行大規(guī)模的數(shù)值計(jì)算，毋庸置疑。

學(xué)完了python能做什么工作？

Python作為一種編程語(yǔ)言，近年來(lái)通過(guò)人工智能得到了迅速的發(fā)展。學(xué)習(xí)python之后，您可以選擇以下方向。

1. 后臺(tái)服務(wù)器?，F(xiàn)在，這通常與整個(gè)堆棧相關(guān)聯(lián)，即所謂的全包前端和后端。在這個(gè)方向上，在學(xué)習(xí)了python的基礎(chǔ)知識(shí)之后，還需要學(xué)習(xí)前端知識(shí)、數(shù)據(jù)庫(kù)知識(shí)、Linux系統(tǒng)相關(guān)知識(shí)，而且?guī)缀跛凶龊笈_(tái)的人都要使用Linux系統(tǒng)。在學(xué)習(xí)了這些之后，我們將開(kāi)始學(xué)習(xí)后端框架，如flash、Django和tornado。

2. 數(shù)據(jù)分析。這是目前一個(gè)熱門(mén)的方向。在學(xué)習(xí)了python的基礎(chǔ)知識(shí)之后，您需要學(xué)習(xí)numpy、pandas、Matplotlib、SciPy和其他數(shù)據(jù)統(tǒng)計(jì)分析庫(kù)。當(dāng)然，你必須在這方面有一些數(shù)學(xué)知識(shí)。

3. 自動(dòng)操作和維護(hù)。在這個(gè)方向上，除了Python基金會(huì)，您還必須精通Linux系統(tǒng)。一般來(lái)說(shuō)，你做Linux操作和維護(hù)。這一方向?qū)inux系統(tǒng)提出了更高的學(xué)習(xí)要求。

4. AI方向。這個(gè)方向是當(dāng)前Python火爆的主要原因。但是這個(gè)方向不僅需要Python的基礎(chǔ)，而且還需要學(xué)習(xí)各種算法，對(duì)數(shù)學(xué)有很高的要求。在熟悉了算法之后，我們開(kāi)始學(xué)習(xí)各種與人工智能相關(guān)的庫(kù)。這個(gè)方向可以細(xì)分為許多方向，如計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等。你可以學(xué)習(xí)你想從事的算法和實(shí)用庫(kù)。

學(xué)習(xí)python之后，有很多方向可供選擇。首先，選擇一個(gè)好的方向，然后繼續(xù)學(xué)習(xí)該方向所需的技能。通過(guò)做項(xiàng)目指導(dǎo)學(xué)習(xí)，可以逐步滿(mǎn)足工作要求。當(dāng)然，工作不能停止學(xué)習(xí)，編程是需要繼續(xù)學(xué)習(xí)的。來(lái)吧。

機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)方向的CS碩士研究生，應(yīng)該往python還是MATLAB發(fā)展？

機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)作為人工智能的重要組成部分，是近年來(lái)研究生們研究的熱點(diǎn)。機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)需要處理各種算法，所以我們經(jīng)常需要使用一些方便的工具來(lái)輔助研究，比如MATLAB就是一個(gè)常用的工具。

與Python相比，Matlab更像一個(gè)工具。雖然我經(jīng)常說(shuō)編程語(yǔ)言是一種工具，但python可以做除科學(xué)計(jì)算之外的其他事情，比如web開(kāi)發(fā)。因此，Python是一種編程語(yǔ)言，而MATLAB更接近于一種工具。目前，matlab還支持語(yǔ)言輸出。

因?yàn)槲沂亲鳛橐粋€(gè)程序員出生的，所以在早期我并不費(fèi)心使用MATLAB。直到我們的一位同事在我面前展示了MATLAB的強(qiáng)大功能，我才對(duì)MATLAB更感興趣，并用了一段時(shí)間。使用MATLAB有很強(qiáng)的方便性。以前需要很多代碼的地方，只需要簡(jiǎn)單的配置，這樣matlab就可以節(jié)省很多時(shí)間。如果你在做研究，你不需要實(shí)現(xiàn)這個(gè)項(xiàng)目，所以使用MATLAB絕對(duì)是一個(gè)不錯(cuò)的選擇，你不必在編碼上投入太多精力。

后來(lái)，我開(kāi)始做機(jī)器學(xué)習(xí)，因?yàn)槲业暮芏嘌芯績(jī)?nèi)容是要實(shí)現(xiàn)的（基于實(shí)際應(yīng)用），所以我直接用python。在使用python之前，我使用了java（其中有更多的故事）。如果您需要在實(shí)踐中使用該算法，那么必須正確地使用python。MATLAB擅長(zhǎng)分析和建模。

Python機(jī)器學(xué)習(xí)需要使用numpy、Matplotlib和SciPy，使用起來(lái)并不復(fù)雜。學(xué)習(xí)Python也相對(duì)簡(jiǎn)單易用。

建議在研究生階段學(xué)習(xí)Python，但這取決于導(dǎo)師的具體安排和指導(dǎo)。雖然他們都做機(jī)器學(xué)習(xí)，但我的研究更傾向于機(jī)器學(xué)習(xí)應(yīng)用，所以我推薦python。