你可以在这个链接的底部找到一些有用的结果
从介绍开始A comparison of weave with NumPy, Pyrex, Psyco, Fortran (77 and 90) and C++ for solving Laplace's equation.
它还比较了MATLAB,并显示了与使用Python和NumPy时类似的速度。
当然,这只是一个特定的例子,您的应用程序可能允许更好或更差的性能。在两者上运行相同的测试并进行比较没有坏处。
您还可以使用优化的库来编译NumPy,比如提供一些BLAS/LAPACK例程的ATLAS。它们的速度应该与MATLAB相当。
我不确定是否已经针对它构建了NumPy下载,但我认为如果编译NumPy,ATLAS会根据您的系统调整库
该链接提供了Windows平台下所需内容的更多详细信息。
编辑:<>如果你想知道什么是更好的,C或C++,那么你可能需要问一个新问题。虽然从上面的链接来看C++具有最好的性能。其他解决方案也非常接近,即pyRX、Python/Fortran(使用F2PY)和内联C++。< > C++中我所做的唯一的矩阵代数是使用MTL和实现扩展卡尔曼滤波器。不过,我想,从本质上说,这取决于您正在使用的LAPACK/BLAS库以及它的优化程度。
此链接包含许多语言的面向对象数字包列表。