python和matlab哪个难_MATLAB有什么好处？为什么大学这么使用它？什么时候比Python好？...

大多数答案都没有抓住要点。

有一个原因是matlab如此优秀和广泛使用：

非常快的编码

我是计算机视觉博士生，在使用博士学位论文之前，已经使用了Matlab 4年，我使用的是不同的语言，包括C++、java、PHP、Python……大多数计算机视觉研究人员都是专门使用matlab。

1） 研究人员需要快速成型

在研究环境中，我们（希望）经常有新的想法，我们想很快地测试它们，看看是否值得在这个方向上坚持下去。而且大多数情况下，我们编写的代码只有一小部分是有用的。

在执行时，Matlab通常会慢一些，但我们不太在意。因为我们事先不知道什么方法会成功，所以我们必须尝试很多方法，所以我们的瓶颈是编程时间，因为我们的代码通常会运行几次以获得要发布的结果，仅此而已。

所以让我们看看matlab如何提供帮助。

2） 我需要的一切都已经在那里了

Matlab有很多我需要的函数，所以我不必一直重新设计它们：

将矩阵的索引更改为二维坐标：ind2sub提取图像的所有面片：im2col；计算图像的直方图：hist(Im(:))；查找列表中的唯一元素unique(list)；将向量添加到矩阵的所有向量bsxfun(@plus,M,V)；n维数组上的卷积convn(A)；计算代码子部分的计算时间：tic; %%code; toc；裁剪图像的图形界面：imcrop(im)

名单可能很长。。。

通过帮助他们很容易找到。

最接近的是python…但这只是python中的一个痛苦，我每次都要去google查找我需要的函数名，然后我需要添加包，并且包之间不兼容，矩阵的格式改变，卷积函数只处理双倍，但在我给出时不会出错它是char，只是输出错误。。。没有

3） 集成开发环境

一个例子：我启动一个脚本。它会因为矩阵而产生错误。我仍然可以用命令行执行代码。我想象它在做：imagesc(matrix)。我看到矩阵的最后一行很奇怪。我把虫子修好了。所有变量仍处于设置状态。我选择代码的其余部分，按F9执行选择，然后一切继续。调试变得很快，多亏了这一点。

Matlab在执行之前强调了我的一些错误。所以我能很快看出问题所在。它提出了一些使我的代码更快的方法。

IDE中包含一个很棒的探查器。相比之下，使用KCahcegrind真是太痛苦了。

python的ide非常棒。没有ipython的python不可用。我从来没试过用ipython调试。

+自动完成，函数参数帮助，。。。

4） 简明代码

要规范化一个矩阵的所有列（我一直需要），我需要：

bsxfun(@times,A,1./sqrt(sum(A.^2)))

要从矩阵中删除所有小和列，请执行以下操作：

A(:,sum(A)

在GPU上进行计算：gpuX = gpuarray(X);

%%% code normally and everything is done on GPU

要使我的代码并行化：parfor n=1:100

%%% code normally and everything is multi-threaded

什么语言能打败它？

当然，我很少需要做循环，所有的东西都包含在函数中，这使得代码更容易阅读，而且索引也不麻烦。所以我可以专注于我想编程的东西，而不是如何编程。

5） 绘图工具

Matlab以其绘图工具而闻名。他们很有帮助。

Python的绘图工具的功能要少得多。但有一件事超级烦人。每个脚本只能绘制一次图形？？？如果我有随附的脚本，我无法在每个步骤显示内容---&gt；无用。

6） 文件

一切都很容易接近，一切都在哭泣很清楚，函数名选择得很好。

对于python，我总是需要google的东西，在论坛或stackoverflow中查找。。。。完成时间消耗。

PS：最后，我讨厌的是matlab：它的价格