Python和Matlab

本文无意讨论Python和Matlab的优劣，虽然它们同是脚本语言，也都可以用于科学计算和数据挖掘。

IT界的某些朋友攻击Matlab的语法很糟糕，可能是不适应Matlab一切都基于函数的特点。毕竟和面向对象的语言比起来，这种松散的没有设计理念的编程方式的确是很ugly的。

做科学计算的朋友对Python也有自己的想法，虽然有了Numpy，SciPy，matplotlib等杀手级的科学计算库，而且这些库已经尽量将循环放在C语言级别进行以提高速度，朋友们还是觉得运行效率捉襟见肘。

至于Matlab是收费软件，不是自由软件等等诟病，对于身处中国的朋友们来说，并不构成问题。

从我自己的角度来说，对Python和Matlab都是抱着膜拜的心态的。Matlab的精髓是矩阵计算，单单这一招就算得上前无古人了，再加上它是脚本语言，这开发效率足可以秒杀C，C++几条街。同样的，Python在开发效率上也是举世闻名的；而且众多优秀的开源科学计算软件（包括OpenCV，VTK等）在Python中要么有相似功能的模块，要么有直接调用的API，这种众星捧月的范儿，也足以让数据农们倍感惊艳了。

如果说Python在科学计算方面效率达不到要求的话，那我可以不用它做科学计算，只做数据可视化和数据挖掘。这才是我的目的，呵呵~

再说了，若比运行效率，超过十万的规模的数据集，只能从架构方面去改进了，那就是分布式计算的内容了，同样没matlab啥事。

最后让我们看看Python和Matlab之间的可移植性吧，这个问题早有朋友总结过：《将你的科学计算从Matlab迁移到Python？》。

这篇文章指出了一个很重要的问题，即使SciPy库的功能已足以应付科学计算，但在语法的简洁性上还是难以望Matlab之项背，例如矩阵连接，转置，乘法等基本操作用函数实现，显得笨手笨脚。再次感叹一下，Matlab的矩阵计算语法，真乃灵光闪现的设计！