数据分析工具 python matlab_MATLAB的数据分析工具链

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.