如果我已经知道并使用 Numpy/Scipy，我是否应该努力学习 Matlab [关闭]答案

【问题标题】：Should I put effort on learning Matlab if I already know and use Numpy/Scipy [closed]如果我已经知道并使用 Numpy/Scipy，我是否应该努力学习 Matlab [关闭]
【发布时间】：2012-08-14 03:16:34
【问题描述】：

我使用并喜欢 Numpy 和 Scipy，但在我参与的其中一个领域（生物力学研究）中，MATLAB 占据了主导地位。

我相信这种主导地位很大程度上是由于传统，类似于 Windows 或 Office 的情况，但也许有一些内在的理由偏爱其中一个。

目前我可以用 Numpy/Scipy 解决大多数数据分析问题，但我看到研究人员一提到它时脸上的尴尬。

真正的问题是：如果我已经了解 Numpy/Scipy，是否真的有必要学习 Matlab？

【问题讨论】：

Matlab 适合专业人士，Numpy/Scipy 适合业余爱好者。选择您想加入的俱乐部。我将其发布为评论，因为这是一种观点，而不是答案。这也是一种观点，我不会改变其他人在这里发布的任何内容:-)
"Matlab 适合专业人士，Numpy/Scipy 适合业余爱好者。" 意见！
@HighPerformanceMark 我猜研究界有很多业余爱好者在用 numpy/scipy 解决各种非常困难的问题。谁能想到他们在这样一个微薄的俱乐部里能取得如此大的成就。
（关于结束这个问题，我认为它可能会发生并且不太在意，但是因为我已经在 SO 中阅读了很多类似的 X 与 Y 问题，他们总是帮了很多忙作为在知情决定之前收集信息，我会要求在实际关闭之前让更多的答案和 cmets 进入。谢谢。）

标签： matlab numpy scipy

【解决方案1】：

假设您申请在我的实验室工作。你说“我知道 Numpy/Scipy”。然后我说“太棒了，那么你学习 Matlab 会容易得多”。为什么？因为我们的代码库在 Matlab 中，我们合作者的代码库在 Matlab 中，我不会付钱给你重新发明轮子，我不会付钱给你写不能轻易集成到其他软件中的代码。人们的项目。

简而言之：如果一个领域主要使用一种语言，并且您想在该领域工作，那么了解该语言非常有用。

【讨论】：

虽然第一段有点粗略，但最后一段非常切中要害。 +1 并等待可能接受。

【解决方案2】：

学习新的编程语言永远不会有坏处。只有学习才能让自己变得更好。所以问题归结为你想努力学习 MatLab。

【讨论】：

【解决方案3】：

Numpy/Scipy 的优点

比 MATLAB 更快，尤其是当您的代码中有非常大的 for 循环（或嵌套的 for 循环）时。 MATLAB 有高度优化的矩阵操作，我认为它们也有一个并行化的 for (parfor)
免费
没有许可问题，因此您可以像运行一千个代码实例一样运行，而不必担心需要一千个许可。

MATLAB 的优点：

MATLAB 有很多非常棒的内置软件包（例如整个统计工具箱）。
MATLAB 非常适合有效地制作漂亮的绘图（如果您知道 Matplotlib，那么请忘记这个 Pro）。
您所在行业的每个人目前都在使用它。您可以将此归因于人们不愿意学习如何编程，或者某些群体的固执或传统等……但这并不能改变这两件事：（1）您可能会比他们学习 MATLAB 更快地学习python 和（2）如果您能够有效地沟通并成为更广泛的研究人员社区的一部分，您的目标就会更好地实现......是吗？

【讨论】：

我实际上不同意 MATLAB 速度较慢的观点。 Mathworks 在过去几年中为 Matlab 添加了大量优化。编写良好的代码，即使使用 for 循环，也可以非常高效，并接近与 C 相同数量级的速度。
看起来Matlab内置了一些编译基础结构。
@heltonbiker 是的，MATLAB 中有一个 JIT 加速器，尽管没有官方文档：请参阅 MATLAB Central 中的 answer。
@thewopr - 我是根据个人经验说的 - 如果我在 MATLAB 中执行 1e6 次 for 循环，这对我来说很糟糕。但是在python中，我可以做到。这就是在在 MATLAB 中对所有可能的东西进行矢量化之后。但我理解这一点是有争议的。得分。

【解决方案4】：

正确的答案真的取决于你的情况。

在演示过程中使用 Matlab 来防止滑稽面孔不是使用该语言的正确理由。如果有人因为您使用 Python 而不是 Matlab 而不能接受您的结果，那么他们就证明了他们作为科学同行的弱点。他们应该根据数据、结果和对这些结果的解释来判断你的工作。如果您正确实现模型，则用于实现它们的语言应该对结果没有影响，如果确实如此，则说明您的模型存在问题。

但是，如果您所在领域的工作是协作的，那么学习同行的语言可能会更好。您希望您的同行将您的工作融入他们自己的工作中。可悲的是，他们中的许多人会认为将 Python 翻译成 Matlab 的门槛太高，因此放弃了。

所以只有你可以决定是否有必要学习 Matlab，尽管它可能会是有利的。

【讨论】：

有趣的是，在评委们对开源库持怀疑态度的同时（毕竟，谁知道里面有什么代码，以及它是否做对了？），他们会采取理所当然地，仅仅因为在商业软件上运行了分析，它就自动值得信赖。我并不是说 Matlab 不好，或者 Numpy 不好，但我认为“Garbage-In-Garbage-Out”预防更多地依赖于人和研究方法而不是工具，而且无论如何没有人知道 Matlab 源代码里面有什么代码，毕竟...

【解决方案5】：

我使用并喜欢 Numpy/Scipy 和 MATLAB，在我看来它们是互补的，与偶尔的用户通常认为的重叠要少得多。

是的，我认为你确实有必要学习 MATLAB，至少可以验证我上面的不合理断言是否正确。

【讨论】：