MATLABSWITCH(matlab switch語句)

Matlab 在科學計算的使用非常廣泛，可以處理數組、矩陣或線性代數問題；python在科學計算領域的應用屬于后期之秀(python的開發歷史也很久，始于九十年代初)，尤其在近幾年用戶迅速增加。python能夠滿足matlab在科學計算方面幾乎所有的需要，并能夠快速開發出強大的應用程序，可能唯一不能替代matlab就是在工程仿真領域。本文就python和matlab在各自設計理念、特點、應用、編程四個方面做一個比較全面的比較。

Python是一種高級編程語言，使用范圍廣泛，易用性好，可以開發各類需求的程序；由Guido van Rossum 設計開發，其第一版于上世紀九十年代發布，發展到到現在Python在全球數千貢獻者的合作下，已經發展成為一種成熟的編程語言，主要版本有python 2.7 和 python 3.0版本；不僅適用育小型或個人項目，而且也被大型互聯網公司所采用，如應用于Azure、Reddit、Dropbox等項目，谷歌等巨頭公司還使用python開發出了人工智能和機器學習等方面的工具包，基于python的 Django 框架運行在 Instagram 等大型社交網站，Netflix 等公司用python做數據分析工作。

Matlab和python在設計理念方面有一個重要的區別，matlab是不開源的商業軟件，其所有權歸mathwork所有，其許可授權對于個人或小公司來說很昂貴，而python是免費的開源軟件，不僅可以免費下載使用，還可以修改源碼，這也是 python 快速獲得用戶的主要因素。

Matlab的開發環境主要有mathworks提供的自帶的，另外還有 GNU Octave 編程環境，但后者功能有很大的局限，并不能完全替代matlab本身自帶的編程環境。

下表中給出了Python 和 Matlab 主要特征方面的比較：

比較項目

Python

Matlab

適用的數據對象

數值數組和數據類型，編程范圍廣

數學和矩陣，主要用于科學計算

使用范圍

可以用于web編程，但不能直接用于開發 android 和 iOS 程序，需要做轉換或其他處理

用于矩陣運算和開發用戶接口

優點

支持擴展庫、開源和社區開發

可以即時測試算法，無需編譯

性能

在線性代數、統計計算和調用優化庫方面性能好

需要安裝、編譯、驗證并對接面向開發的插件來優化性能

開發時間

Python的基礎部分開發于1991年

Matlab的基礎部分開發于上世紀七十年代，并商業化。

標準庫

python由標準庫組成

標準庫不包含基本的編程功能

實時支持

支持電子郵件和移動電話

沒有個性化的實時支持

生成嵌入式代碼

不能直接自動生成嵌入式代碼

可以直接生成 C 和 C++ 代碼

開發效率

集成和控制能力較強，開發效率高

集成需要做相應的處理手段，控制能力較強，開發效率高

線程

不是嚴格意義上的多線程

不支持多線程

代碼轉換

matlab2python工具包，

OMPC (Open-Source Matlab-To-Python Compiler)

matlab 的linux版可以生成python代碼

開發環境

開發環境多，如JupyterNotebook，VS code、Pycharm、Spyder等

Matlab 、Octave

工程仿真

無

工程仿真能力強大

python和matlab之間的接口

pymatlab工具包可以實現python和matlab之間的通信

比較項目

Python

Matlab

數值計算

Numpy，SciPy（一維數組相當于向量）

數學和矩陣方法

繪圖

Matplotlib，Boken等

plot方法

數據表

Pandas

table

符號數學

Sympy

symbol math

機器學習

scikit-learn、Tensorflow等

matlab machine learning toolbox

圖像處理

scikit-image

matlab image processing toolbox

神經網絡

Keras

matlab neural network toolbox

多進程

多進程工具包，如內置的multiprocessing等

Multiprocess parallelism

多線程

內置的threading

無

switch/ca語法

python 3.8之前沒有

一直都有

匿名函數

sayhello = lambda x: print(f"您好，{x:s}")

sayhello("王老師")

輸出結果：

您好，王老師

sayhello = @(x) fprint("您好, %s ",x)

sayhello = ("王老師")

輸出結果：

您好，王老師

比較而言，python比matlab有更多的優勢，主要表現在以下幾個方面：

（1）python 代碼更簡潔，可讀性更好

matlab 中的程序塊使用 end 標識語句結束，而 python 使用縮進標識一個完整的程序塊；python使用方括號表示索引，用圓括號標識函數和方法調用，而matlab都用圓括號；python函數中指定參數比matlab更簡潔，如以下代碼：

# matlab 代碼count(max(floor(x),1), max(floor(y),1))= count(max(floor(x),1), max(floor(y),1)) + 1# python 代碼count[max(floor(x),0), max(floor(y),0)]+= 1

python的numpy工具包中的數組函數min、max、mean等默認都是按照一維數組運算，例如求一個4維數組的均值，代碼如下：

# matlab 代碼m= mean(mean(mean(mean(x))));# python 代碼m= mean(x)

（2）除了matlab之外，幾乎其他所有的編程語言中，索引值都是從0開始

（3）python對字典類型（哈希類型）的支持非常出色

哈希類型在科學計算和工程編程方面的應用很廣泛，在matlab稱為 hash maps。

（4）Python的面向對象編程OOP簡單而又整潔

（5）函數打包有差別

python可以把很多函數打包進一個文件，函數的數量不受限制，其中的函數都是相互可見的；盡管matlab也可以把很多函數打包進一個文件，但是文件中的第一個函數（即主函數）對于其他函數是可見的，或者說可以從命令行調用主函數，其他函數都是本地調用，本地函數僅對同一個文件中的其他函數可見。

（6）python能使用繪圖工具包更多

總體來說，python代碼更簡潔，可讀性更好；python的數據結構比matlab的數據結構更先進；python的代碼組織使用名稱空間管理，可控性更好。