python代替mathematica_Mathematica 比起 Python 如今还有什么优势？

我用 Python 不多，主要是教学里面用。日常主要用 Mathematica。尝试比较一下。

-使用方便。我曾经尝试过用 Python (Sage)代替 Mathematica，但是很快就放弃了。因为搞科研一般是碰到一个方程，不知道怎么解，打开个软件打进去，然后出结果，拷贝一下结果到下一行输入，删掉几项，再画个图之类。要是用 Python 的话，先要一大堆 import，输出不够直观(如果用普通输出)，拷贝到输入也有各种限制(如果用 LaTeX 排版输出)。

-规则替换驱动的符号式编程。虽然 Python 不需要事先声明变量(这对软件工程来讲是个大坑，但是对科研思维下的简单计算是极好的)，但毕竟要赋值才能使用。Mathematica 直接用符号替换来驱动计算，没有赋值的符号就是公式中的符号。这样也是完全顺着科研思路走的。

-函数式编程。从 Wolfram 最初设计 Mathematica 的手稿，可以清楚地看出 Mathematica 深受 LISP 等函数式语言的影响。例如

虽然 Python 也一定程度支持函数式编程，但是远远没有 Mathematica 方便和彻底。比如#1(#2)& 这种快速匿名函数，If 语句的返回值，表达式零指标留给表达式头等。因为理论研究主要是面对公式的，函数式编程具有优越性。

-内置函数多，命名规则统一。Python 需要调包不说，函数命名规则、调用规则、调用方式等不统一，气死强迫症。(随着 Mathematica 发展越来越庞大，有规则不统一的情况，例如函数的 Option 有些是保留字，有些是字符串。应该一开始统一设计成字符串。不过总体来讲是好多了。)

-公式输入方便，二维输入直观易懂。有人说在 Mathematica 上打公式像弹钢琴。

-文档方便。虽然 Python 的文档已经很好了，但是还是比不上 Mathematica 在帮助文件里面可以自己改改运行那么方便。

总结一下，作为一个搞研究过程中随手用的工具，用 Mathematica，可以一直用搞研究的思维，纯粹把 Mathematica 作为一个工具。用 Python，就需要在研究思维和程序员思维之间不断切换，这样对研究效率有巨大损害。

-使用更广。这个很大程度是习惯问题，但往往是决定性的。

-免费。其实现在 Mathematica 也有免费的版本，叫 Wolfram Engine，只支持命令行。可以和 Jupyter 配合使用，但是开放程度还是不如 Python。

-程序包更方便。Mathematica 写程序包语法麻烦很多，也不够现代化。不如 Python 直接写个文件，再 import 即可，也具有包管理、打包分发等特性。

-支持多范式编程。不同问题适合用不同范式解决。Python 支持多范式，很多问题就更方便，比如面向对象。

-原生支持更多数据结构。Mathematica 写个链表都要用{a,{b,{c,{d}}}}这样的奇技淫巧。

-比 Mathematica 稍快一点。Mathematica 可以用 Packed Array、编译等技术提速，但如果随手写的话，是比 Python 慢的。比如，我以前写的一个简单循环程序，各个语言执行时间对比如下

总结一下，从软件工程的角度，Python 更容易写出规范的程序。如果需要写很长的程序，一直处于程序员思维状态，Python 的优势就慢慢体现出来了。(当然，Python 虽然对科研人员来说不够随意，在软件工程的角度，已经因为过于随意而广受诟病了。)