MATLAB在逐漸被Python淘汰嗎？Matlab和python完全不在一個水平線上的產(chǎn)品，matlab是一個面向算法本身，面向仿真本身的產(chǎn)品，如果非說運行效率，這個要看是誰寫的程序了。matlab

MATLAB在逐漸被Python淘汰嗎？

Matlab和python完全不在一個水平線上的產(chǎn)品，matlab是一個面向算法本身，面向仿真本身的產(chǎn)品，如果非說運行效率，這個要看是誰寫的程序了。matlab之所以收費在于它的運行庫的更新。比如及時的5G Nr庫的更新，這東西要是自己用python寫不是不能寫，只是時間，完整性，運行效率這些很難保證，畢竟matlab背后是一個強大的科學家團隊的來負責算法，一個強大的工程師團隊來完成實現(xiàn)，最后給到用手里的是一個簡單易用的function.而用戶做的是算法仿真，自己算法實現(xiàn)。大家都做了自己最擅長的事。

Python語言其實很慢，為什么機器學習這種快速算法步驟通常還是用呢？

對于用過幾種開發(fā)語言（java，c#，nodejs，erlang），而后轉(zhuǎn)Python做機器學習的人，我說說我的看法。

首先，大家說python慢是真的嗎？我的回答是真的。非常慢，for循環(huán)比cpp慢兩個數(shù)量級。

那為什么還用Python?假如我們遍歷過億的數(shù)據(jù)，兩個數(shù)量級的差異是無法接受的。但如果我們用python做最上層的邏輯，把上億數(shù)據(jù)進行分塊，python只循環(huán)十幾次，剩下扔給cpu和gpu。那么兩個數(shù)量級是否就無所謂了呢？1毫秒和100毫秒在整個系統(tǒng)中真的無所謂了。

python最大的優(yōu)勢在于，可以非常非常優(yōu)雅的把數(shù)據(jù)扔給高效的c，cuda去做計算。numpy，pandas，numba這些優(yōu)秀的開源庫可以非常方便的高效的處理海量的數(shù)據(jù)，借助zmq，celery等還可以做分布式計算，gevent借助系統(tǒng)的epoll進行io優(yōu)化。所以，不需要花太多精力，就可以優(yōu)雅，高效的實現(xiàn)海量的數(shù)據(jù)處理，機器學習的任務。這是python火爆的原因。

想想，同樣的性能，代碼只有cpp或java的三分之一甚至更少，是不是很有誘惑力？

學Python一定要會算法嗎？

剛開始入門時，不是必須學好算法的。但是隨著技術(shù)的深入，算法還是需要的，不然只能干點"搬磚"的活兒。

1、學好軟件開發(fā)離不開計算機理論基礎，如數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡技術(shù)、算法研究等。如果熱愛這門技術(shù)，這些都是不問題，先入門，這些慢慢的都可以補上。

2、關于算法，它是軟件開發(fā)的靈魂，沒有好的算法寫不出優(yōu)秀的程序。

3、如何學習算法，首先選取經(jīng)典算法教材?；A的可以先從《數(shù)據(jù)結(jié)構(gòu)》學起，里面有些基礎算法，然后再去學專門的算法(其實把數(shù)據(jù)結(jié)構(gòu)范疇的算法學好，一般就夠用了)。還有網(wǎng)上有很多論壇，算法網(wǎng)站，為了吸引眼球 一般都做的淺顯易懂。還有大部分算法為c語言，但語言在算法層面都相通的，明白算法模型才是最重要的。

4、萬事開頭難，只要入門，剩下的就是慢慢經(jīng)營這門技術(shù)就行了。算法在實踐中學的最快也最牢固。

希望能幫到你

Python能否進行大規(guī)模數(shù)值計算？

感覺在問這個問題的時候，你可能主要是懷疑Python的性能吧?其實Python很多比較好時的模塊都是用c寫的，像numpy是一個常用的Python數(shù)值計算的庫，他就是用c實現(xiàn)的。而且，現(xiàn)在電腦的配置也不像十幾年前那么低了。今年Python依靠人工智能而掀起了一股浪潮，作為人工智能產(chǎn)品開發(fā)中最受歡迎的編程語言，而人工智能相關產(chǎn)品的開發(fā)，自然也離不開大數(shù)據(jù)的支撐，所以不用去懷疑Python能不能進行大規(guī)模的數(shù)值計算。

為什么很多人喜歡Python？

2018年最熱編程語言非python莫屬了，就像熱點一樣，作為從業(yè)于或想進入互聯(lián)網(wǎng)的人，自然會注意到python了，這也得益一些媒體與一些培訓機構(gòu)等的助推。當然，其實主要還是受python語言的特性所影響。下面從幾個方面講講為什么很多人喜歡python。

第一，python語言簡單易學。作為一種開源的語言，有著豐富的學習資料，而且語言簡單，只需在很短的時間便可以掌握其基本語法，有編程經(jīng)驗的大概兩三天便可熟練操作了。本人當初僅有一點c語言基礎，花了4天把基礎大概學了一樣，然后便可以在網(wǎng)上找各種demo來做了。其次python也很符合這個時代，現(xiàn)在的人普遍很忙，而且時間很貴，大多人不想花那么多的時間去一門編程語言，況且互聯(lián)網(wǎng)更迭得那么快，等你真正學完那門語言，說不定快過時了，這也是很多人所焦慮的，所以python會受到很多人的青睞。

第二，python可以做很多事情，例如，爬蟲、web開發(fā)、系統(tǒng)網(wǎng)絡運維、3D游戲開發(fā)、科學與數(shù)字計算、人工智能等。特別是現(xiàn)在大數(shù)據(jù)時代，人工智能很火熱，而python恰好有強大的標準包，又有很多其它相關的工具包，很多工作不用重新造輪子，使用特別方便。 總之，用python做開發(fā)變得簡單了許多，效率大提高，而且，python對初學者也很友好，除簡單易學外，作為一門腳本語言，可以干很多事情，比如做一個簡單的爬蟲，畫一些有趣的動畫之類了，這也會給初學者很大的動力。

第三，從事python相關崗位的工資也是非?？捎^的。python雖然在性能方面不占多大優(yōu)勢，可以說python是種很慢的語言，但近些年來，隨著硬件不斷提高，這個缺點也得到了不少容忍。所以越來越多的企業(yè)選擇python進行開發(fā)，python的職位市場也得到了很好的發(fā)展。

最后，雖然喜歡python的人很多，學python的人也很多，但真正能從事python相關職位的卻不多，主要一些python相關的職位要求都比較高要求，比如數(shù)據(jù)科學，人工智能等方面的職位，一般比普通的開發(fā)崗位要難度大一些，所以目前python的一些初級崗位也是比較少的，不過也還是有的。

一個詞總結(jié)python：優(yōu)雅

為什么Python效率這么低，還這么火？

在很多時候，性能不是瓶頸。大約80%的應用，對性能要求不高。