MATLAB在逐漸被Python淘汰嗎？MATLAB和python不在同一級別。MATLAB是面向算法本身和仿真本身的產(chǎn)品。如果不是運行效率，那就要看是誰寫的程序了。matlab收費的原因在于運行時的

MATLAB在逐漸被Python淘汰嗎？

MATLAB和python不在同一級別。MATLAB是面向算法本身和仿真本身的產(chǎn)品。如果不是運行效率，那就要看是誰寫的程序了。matlab收費的原因在于運行時的更新。比如及時5g更新NR庫，如果你用Python寫這個東西，不是不可能寫的，只是時間、完整性、運行效率，這些都很難保證。畢竟，MATLAB的背后是一支強大的科學(xué)家團隊來負責(zé)算法，一支強大的工程師團隊來完成實現(xiàn)，最后給大家一個簡單易用的函數(shù)它可以通過使用的方法來實現(xiàn)。每個人都做他們擅長的事。

做科學(xué)計算用Python還是MATLAB？

使用python，我對python的使用有一些個人的看法：

1.2017人工智能（包括科學(xué)計算）流行了一年，python的用戶數(shù)量大大增加，這是大勢所趨。

2. Python的開發(fā)效率遠遠高于其他高級語言。例如，1000行C語言代碼、100行Java代碼和20行Python代碼就足以說明Python的開發(fā)效率。

3. Python的第三方庫非常豐富，你會發(fā)現(xiàn)只要你想大部分的東西都被打包了庫，比如numpy數(shù)值計算，Matplotlib，一個類似Matlab的庫，用于繪圖，panda文件操作庫，這些庫都會在科學(xué)計算中常用。

4. 代碼運行速度。雖然Python的速度不如其他高級語言，例如對于耗時的操作，我們可以使用C語言來編程和調(diào)用Python，所以速度不會減慢。例如，numpy、panda和Matplotlib的底層實現(xiàn)都是用C編寫的，以上是我的觀點。

Python能否進行大規(guī)模數(shù)值計算？

當(dāng)您問這個問題時，您可能主要懷疑Python的性能。事實上，Python的許多更好的模塊都是用C語言編寫的，例如，numpy是一個常用的Python數(shù)值計算庫，它是用C語言實現(xiàn)的，而且計算機的配置也不像十年前那么低。今年，python掀起了一股依靠人工智能的浪潮。作為人工智能產(chǎn)品開發(fā)中最流行的編程語言，人工智能相關(guān)產(chǎn)品的開發(fā)自然離不開大數(shù)據(jù)的支持，因此Python能否進行大規(guī)模的數(shù)值計算，毋庸置疑。

學(xué)完了python能做什么工作？

Python作為一種編程語言，近年來通過人工智能得到了迅速的發(fā)展。學(xué)習(xí)python之后，您可以選擇以下方向。

1. 后臺服務(wù)器?，F(xiàn)在，這通常與整個堆棧相關(guān)聯(lián)，即所謂的全包前端和后端。在這個方向上，在學(xué)習(xí)了python的基礎(chǔ)知識之后，還需要學(xué)習(xí)前端知識、數(shù)據(jù)庫知識、Linux系統(tǒng)相關(guān)知識，而且?guī)缀跛凶龊笈_的人都要使用Linux系統(tǒng)。在學(xué)習(xí)了這些之后，我們將開始學(xué)習(xí)后端框架，如flash、Django和tornado。

2. 數(shù)據(jù)分析。這是目前一個熱門的方向。在學(xué)習(xí)了python的基礎(chǔ)知識之后，您需要學(xué)習(xí)numpy、pandas、Matplotlib、SciPy和其他數(shù)據(jù)統(tǒng)計分析庫。當(dāng)然，你必須在這方面有一些數(shù)學(xué)知識。

3. 自動操作和維護。在這個方向上，除了Python基金會，您還必須精通Linux系統(tǒng)。一般來說，你做Linux操作和維護。這一方向?qū)inux系統(tǒng)提出了更高的學(xué)習(xí)要求。

4. AI方向。這個方向是當(dāng)前Python火爆的主要原因。但是這個方向不僅需要Python的基礎(chǔ)，而且還需要學(xué)習(xí)各種算法，對數(shù)學(xué)有很高的要求。在熟悉了算法之后，我們開始學(xué)習(xí)各種與人工智能相關(guān)的庫。這個方向可以細分為許多方向，如計算機視覺、自然語言處理等。你可以學(xué)習(xí)你想從事的算法和實用庫。

學(xué)習(xí)python之后，有很多方向可供選擇。首先，選擇一個好的方向，然后繼續(xù)學(xué)習(xí)該方向所需的技能。通過做項目指導(dǎo)學(xué)習(xí)，可以逐步滿足工作要求。當(dāng)然，工作不能停止學(xué)習(xí)，編程是需要繼續(xù)學(xué)習(xí)的。來吧。

機器學(xué)習(xí)和計算機視覺方向的CS碩士研究生，應(yīng)該往python還是MATLAB發(fā)展？

機器學(xué)習(xí)和計算機視覺作為人工智能的重要組成部分，是近年來研究生們研究的熱點。機器學(xué)習(xí)和計算機視覺需要處理各種算法，所以我們經(jīng)常需要使用一些方便的工具來輔助研究，比如MATLAB就是一個常用的工具。

與Python相比，Matlab更像一個工具。雖然我經(jīng)常說編程語言是一種工具，但python可以做除科學(xué)計算之外的其他事情，比如web開發(fā)。因此，Python是一種編程語言，而MATLAB更接近于一種工具。目前，matlab還支持語言輸出。

因為我是作為一個程序員出生的，所以在早期我并不費心使用MATLAB。直到我們的一位同事在我面前展示了MATLAB的強大功能，我才對MATLAB更感興趣，并用了一段時間。使用MATLAB有很強的方便性。以前需要很多代碼的地方，只需要簡單的配置，這樣matlab就可以節(jié)省很多時間。如果你在做研究，你不需要實現(xiàn)這個項目，所以使用MATLAB絕對是一個不錯的選擇，你不必在編碼上投入太多精力。

后來，我開始做機器學(xué)習(xí)，因為我的很多研究內(nèi)容是要實現(xiàn)的（基于實際應(yīng)用），所以我直接用python。在使用python之前，我使用了java（其中有更多的故事）。如果您需要在實踐中使用該算法，那么必須正確地使用python。MATLAB擅長分析和建模。

Python機器學(xué)習(xí)需要使用numpy、Matplotlib和SciPy，使用起來并不復(fù)雜。學(xué)習(xí)Python也相對簡單易用。

建議在研究生階段學(xué)習(xí)Python，但這取決于導(dǎo)師的具體安排和指導(dǎo)。雖然他們都做機器學(xué)習(xí)，但我的研究更傾向于機器學(xué)習(xí)應(yīng)用，所以我推薦python。