记者: live script+table给你什么样的感觉? 相比比较流行的python数据工具链呢?
菡姐: live script + table给我的感觉呢?
感觉比jupyter notebook + pandas好多了!
MATLAB有workspace, jupyter notebook没有, 就好比汽车没有码速表一样!
spyder也有workspace, 但是它不能显示所有的数据类型, 而且数据量一大, 容易卡死.
哎呦, 我超喜欢玩MATLAB的!
最近用MATLAB做了一个机器学习的项目.
感慨MATLAB最近几年在数据分析领域上的进步, 现在已经非常适用于做数据分析了.
我总结了一下MATLAB的数据分析工具链:
table + live script + 统计与机器学习工具箱 + 神经网络工具箱
我之前用pyhon做数据分析, 就用它来解释一下这个工具链好了.
1 table相当于python的pandas.
用它来做数据预处理是极好的.
熟悉pandas的读者看看, 是不是具备了pandas的主要功能了呢?
2 live script相当于ipython notebook(最近好像改名叫Jupyter notebook了)
很适合以下场景:
1 生成可交互式报告.
2 打草稿, 边看边做.
3 优化参数.
相当于可以跑代码的word或者ppt.
3 统计与机器学习工具箱相当于python的scikit-learn
之所以这么类比, 是因为它们两个都是1 具备大部分常见的机器学习模型 2 都不包括深度学习模型.
最近用了一下这个工具箱, 感觉不错.
最大的感受: 各个模型的API统一了. 这是老版本的MATLAB不具备的.
4 神经网络工具箱相当于Python的众深度学习包
以前神经网络工具箱里面都是比较传统的神经网络模型, 最近几年, 添加了很多深度学习模型, 传统的神经网络模型快要处于边缘地位了.
题外话:
说实话, MATLAB的这套工具链是对应的Python工具链的"简配版". 但是我还是更愿意使用MATLAB的这套工具链. "简配版"的意思是: 使用方便但是功能不够多.
为什么呢?
MATLAB是我的"母语", Python是我的"外语", 就这么简单, 哈哈.
实战案例:菡姐:使用MATLAB数据分析工具链进行实战: 看电影真的是男女有别zhuanlan.zhihu.com
创作不易, 请大家"素质三连": 点赞, 收藏, 分享.