網(wǎng)友解答: 兩者各有側(cè)重，Matlab擅長于科學(xué)計(jì)算（矩陣，方程，方程組，微分方程），Numpy是一個(gè)開源的python數(shù)學(xué)庫，使用起來比較靈活（開源，意味著可以按照自己想要的方式來修改

兩者各有側(cè)重，Matlab擅長于科學(xué)計(jì)算（矩陣，方程，方程組，微分方程），Numpy是一個(gè)開源的python數(shù)學(xué)庫，使用起來比較靈活（開源，意味著可以按照自己想要的方式來修改源碼）。這兩大工具堪稱計(jì)算神器，下面我就來分別介紹一下這兩大計(jì)算領(lǐng)域的神器（插圖會附上一些推薦的教材）。

Matlab.Matlab是美國Mathworks公司推出的一款商業(yè)科學(xué)計(jì)算軟件（價(jià)格不便宜），它的編程語言是M語言。Matlab計(jì)算數(shù)據(jù)時(shí)最基本的處理單元是矩陣，他有強(qiáng)大的矩陣運(yùn)算能力，幾乎所有線性代數(shù)問題都能使用matlab進(jìn)行求解。此外Matlab在工程領(lǐng)域也有很廣泛的應(yīng)用，它自帶了強(qiáng)大的模擬仿真工具，可以對各類科學(xué)工程技術(shù)問題進(jìn)行數(shù)學(xué)建模仿真。

Numpy.Numpy是基于python這種腳本編程語言的（M語言也是一種腳本語言），python是一門簡潔優(yōu)雅的編程語言（語法接近自然語言，可以快速上手），由于python可以和多種語言混合使用，被廣泛的當(dāng)作膠水語言來使用。Numpy在計(jì)算時(shí)，它的最基本的數(shù)據(jù)處理單元是數(shù)組（和matlab不同），由于numpy是開源算法庫，可以在任何地方自由更改和使用（matlab屬于商業(yè)閉源軟件，無法對其進(jìn)行修改，開發(fā)商業(yè)軟件時(shí)也存在一定的授權(quán)問題）。

使用選擇問題。那么我們在實(shí)際開發(fā)中該如何進(jìn)行選擇呢，我個(gè)人的建議如下：如果是常規(guī)計(jì)算（不太復(fù)雜的情況，比如簡單的求導(dǎo)，解低次方程組）時(shí)，使用numpy可以快速進(jìn)行開發(fā)；而如果計(jì)算問題比較麻煩（如微積分，高次方程）或是需要進(jìn)行模擬仿真，這時(shí)候不要猶豫，直接上matlab，這是它最擅長的領(lǐng)域。其實(shí)在很多情況下可以二者混合開發(fā)，常規(guī)計(jì)算用numpy，復(fù)雜一點(diǎn)的上matlab。

拿numpy跟matlab比是不合適的，numpy是一個(gè)軟件包，而matlab有兩個(gè)意思，一個(gè)是指語言，另一個(gè)是指軟件，如果從語言的角度說應(yīng)該拿matlab跟python比，這兩種語言確實(shí)不分伯仲，matlab能做到的事python基本都能做到。不過matlab在與硬件模塊的通信方面更為強(qiáng)大，比如可以把m腳本寫的算法編譯成c語言或vhdl代碼。我估計(jì)提問者想問的是在矩陣計(jì)算方面numpy與matlab的性能差異。事實(shí)上兩者用的底層線性代數(shù)計(jì)算算法庫都是blas。但是兩者解釋器不同，所以對同樣功能的計(jì)算會有點(diǎn)差異，但是并不太明顯，總的來說matlab強(qiáng)點(diǎn)，畢竟是商業(yè)軟件，做了很多優(yōu)化。