Python?numpy和matlab的差異是什么

本篇內容介紹了“Python numpy和matlab的差異是什么”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

numpy和matlab的幾點差異

Python numpy和matlab都是便捷靈活的科學計算語言，兩者具有很多相似之處，但也有一些混淆的地方，這里假定你熟悉matlab，但不了解numpy，記錄幾個numpy實例：

1、Numpy數組索引指定開始和結束時

不包括結束，也即下面的b和c是一樣的。

a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
b = a[:2, 1:2]
c = a[:2, 1]

2、Numpy.ndarray切片的修改會引起原矩陣的修改

這與matlab不同。

a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
b = a[:2, 1:3]
# [[2 3]
#  [6 7]]
print(a[0, 1])   # Prints "2"
b[0, 0] = 77     # b[0, 0] is the same piece of data as a[0, 1]
print(a[0, 1])   # Prints "77"

3、numpy使用切片索引（例如1:2）不會產生降維

而使用整數索引（例如1）會產生降維。

import numpy as np
a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
row_r1 = a[1, :]    # Rank 1 view of the second row of a
row_r2 = a[1:2, :]  # Rank 2 view of the second row of a
print(row_r1, row_r1.shape)  # Prints "[5 6 7 8] (4,)"
print(row_r2, row_r2.shape)  # Prints "[[5 6 7 8]] (1, 4)"
col_r1 = a[:, 1]
col_r2 = a[:, 1:2]
print(col_r1, col_r1.shape)  # Prints "[ 2  6 10] (3,)"
print(col_r2, col_r2.shape)  # Prints "[[ 2]
                             #          [ 6]
                             #          [10]] (3, 1)"

4、不同于matlab

numpy的轉置對于1維數組的操作不發生變化。

v = np.array([1,2,3])
print(v)    # Prints "[1 2 3]"
print(v.T)  # Prints "[1 2 3]"

5、不同matlab對于矩陣預算要求大小一致

Numpy broadcasting直接支持操作（加減乘除等），要求前一個矩陣的最后一維度大小和待操作矩陣的大小相同。

x = np.array([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]])
v = np.array([1, 0, 1])
y = x + v  # Add v to each row of x using broadcasting
print(y)  # Prints "[[ 2  2  4]
          #          [ 5  5  7]
          #          [ 8  8 10]

python與matlab的優缺點

如果要問我選哪個，我會建議兩個都選。很多人喜歡拿python和matlab對比，然后得出哪個更好的結論。其實吧，夠用就好。

如果是學生，或者研究人員，比如研究信號處理，那么用matlab比較好，有大量現成工具箱和前人的成果可以借鑒。如果是產品化項目，那么python比較好，可以做web后臺，可以打包成應用程序，效率相對matlab也要高那么一點點。如果是信號、數據方面的工程人員，建議還是兩個都掌握吧，也不復雜，都是腳本式的語言，比C++什么的易學多了。

下面從兩者各自的應用做個對比。

1、python的優勢

Python相對于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，比如更方便的并行，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。

2、matlab的優勢

學術界大量使用matlab做仿真，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沒什么用，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。

3、兩者的區別

python是一種通用語言，而matlab更像是一個平臺。

4、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什么的都不是事。

“Python numpy和matlab的差異是什么”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！