Matlab versus Python Không có quá nhiều lời mở đầu, ở đây, một so sánh khá chủ quan của Matlab và Python. Để ít nhất so sánh táo với cam, thay vì các vườn nho với các khu phức hợp canh tác, hãy để tiếp cận vấn đề với thiết kế máy điện trong tâm trí. Show Ở đây đi, ưu và nhược điểm của mỗi. Matlab+Cơ sở người dùng khổng lồMATLAB có một trang người dùng khổng lồ. Có nghĩa là, bất cứ khi nào bạn gặp sự cố với cú pháp hoặc cách làm điều này, bạn có thay đổi 95 % trong việc tìm kiếm câu trả lời của mình đằng sau kết quả Google đầu tiên. Tình huống này không tệ hơn nhiều đối với Python, đúng, nhưng theo kinh nghiệm của tôi, vẫn còn một sự khác biệt đáng chú ý trong việc ủng hộ Matlab. Nhắc bạn, tôi đã nói cụ thể về các vấn đề liên quan đến việc xử lý số ở đây. Một ngoại lệ sẽ theo sau. +Nhanh chóngMatlab thường có thể nhanh hơn một chút so với Python và dường như ngày càng nhanh hơn trong khi chúng ta nói. Điều này phần lớn là do trình biên dịch chỉ trong thời gian (JIT) khá tiên tiến của nó. Có nghĩa là, mã của bạn được biên dịch (ở một số cấp độ) vào các hướng dẫn máy trước khi nó chạy, mang lại tốc độ tăng tốc đáng kể trong các vòng lặp, vv trên mã được giải thích hoàn toàn. Bây giờ, Python có mô -đun Numba (ít nhất là cho phân phối Anaconda), cung cấp một số chức năng JIT. Trong một số trường hợp, nó thậm chí có thể dẫn đến thực hiện nhanh hơn so với MATLAB. Tuy nhiên, sử dụng Numba đúng cách vẫn còn một cấp độ khó hơn chỉ đơn giản là gõ mã vào MATLAB. +Cấu hình dễ dàngMATLAB vận chuyển với một bộ cấu hình tích hợp, giúp tối ưu hóa mã dễ dàng hơn 9000 lần. Và tôi rất bảo thủ với con số đó. Ngược lại, chức năng định hình Python tiêu chuẩn bị hạn chế hơn nhiều, bị hạn chế đánh giá toàn bộ các chức năng. May mắn thay, có một gói người dùng/cộng đồng (được gọi là line_profile (r) nếu tôi nhớ đúng), cung cấp các khả năng gần với cấp độ Matlab. Tuy nhiên, tôi thấy việc sử dụng nó một chút vụng về hơn so với sự tuyệt vời của Matlab.  +Đối số đầu ra biếnMATLAB hỗ trợ một số lượng thay đổi các đối số đầu ra theo mặc định. Hơn nữa, bạn có thể biết số lượng đầu ra được xử lý từ bên trong hàm được gọi. Điều này có thể cực kỳ tiện dụng. Chẳng hạn, bằng cách tính toán một đối số đầu ra thứ hai chi phí cao tùy chọn chỉ khi nó thực sự sử dụng ở đâu đó. Ngược lại, việc đạt được điều tương tự trong Python yêu cầu chỉ định nó là một lá cờ đầu vào (đến lượt nó, dễ thực hiện hơn nhiều so với trong MATLAB - xem sau). Mặt khác, nó cũng có thể gây nhầm lẫn. Vì vậy, nó là một thanh kiếm hai lưỡi, thực sự. +Đối số giảMATLAB hỗ trợ bỏ qua một đối số đầu vào hoặc đầu ra với ký tự Tilde ~. Python không có ai có thể đạt được điều tương tự (như đầu vào), nhưng cá nhân tôi thấy Matlab Lau cách dễ dàng hơn. Futhermore, bỏ qua một đối số đầu ra hoàn toàn có thể ở Python. Thay vào đó, bạn sẽ phải sử dụng một đối số giả (thường là _ theo quy ước), sau đó, sẽ phải được thu thập rác sau đó. +Gói sốMATLAB vận chuyển với bộ giải ma trận thưa thớt UMFPack, cũng như Thư viện Đại số tuyến tính MKL. Điều này có nghĩa là tính toán hiệu suất rất cao. Ngược lại, sử dụng UMFPack từ Python yêu cầu cài đặt hoặc biên dịch (có thể là một nỗi đau lớn ở phía sau trên cửa sổ) nó riêng biệt. Ngoài ra, bạn có thể sử dụng thư viện Superlu mặc định được vận chuyển với Python. Trong các vấn đề nhỏ ( Tương tự như vậy, liên kết với thư viện đại số tuyến tính có thể là một mớ hỗn độn thời gian cài đặt (mặc dù tôi nghĩ rằng Anaconda ngày nay cũng có các tàu với MKL). -Costs một chútMatlab yêu cầu Moneyz sử dụng. Tôi nghĩ rằng giấy phép một người tiêu chuẩn là theo thứ tự 150 EUR, hoặc 800-2000 EUR cho các doanh nghiệp. Không nhiều cho mọi người/doanh nghiệp của tài chính ổn định. -Can có giá rất nhiềuMATLAB có thể tốn rất nhiều tiền nếu bạn bắt đầu chồng chất trên tất cả các hộp công cụ (dễ dàng giá của một giấy phép cơ bản duy nhất) và giấy phép bổ sung. -Giao thoa có vấn đềLiên kết MATLAB với các hàm C/C ++/Fortran bên ngoài có thể có vấn đề. Làm tương tự cho DLL thậm chí nhiều hơn như vậy. -Truy cập vào các loại dữ liệuMatlab ẩn giấu nhiều từ bạn. Bạn muốn sửa đổi các giá trị của ma trận thưa thớt trực tiếp, trong khi vẫn giữ nguyên các chỉ số hàng & cột? Viết một đoạn mã C cho điều đó. -Đối số đầu vào biếnViết chức năng với các đối số đầu vào tùy chọn là khủng khiếp. Được chuẩn bị với rất nhiều phân tích văn bản. -Default đối số đầu vàoK-K-Killl Meeee. Vì vậy, đó là Matlab, nhưng còn Python thì sao? Python+FreePython là miễn phí để sử dụng, điều đó rất rõ ràng. Hơn nữa, giấy phép không nhiễm trùng, có nghĩa là bạn thậm chí có thể sử dụng nó để viết phần mềm thương mại. Đó là một điểm cộng rất lớn theo ý kiến của tôi.
+Ngôn ngữ thực tếPython là một ngôn ngữ rất linh hoạt, không giới hạn trong phân tích số. Tất nhiên, từ điểm phân tích số cụ thể, điều này quan trọng tương đối ít. +Đối số đầu vào biếnHỗ trợ Python cho các đối số đầu vào biến, tùy chọn và mặc định là tuyệt vời. (Mặt khác, tôi nghĩ giống như cách tiếp cận của Java hơn nữa. Nhưng tôi lạc đề.) +Giao thoaSử dụng các đoạn mã C được hỗ trợ rất tốt ngay cả trong chính Python. Hơn nữa, liên kết với DLL bên ngoài là dễ dàng, và ví dụ Numpy sẽ dễ dàng cung cấp cho bạn tất cả các gợi ý bạn cần. +Truy cập vào dữ liệuKhông giống như MATLAB, bạn có thể truy cập các mảng cấp thấp nhấn mạnh tất cả các kiểu dữ liệu ma trận (thưa thớt). -Cài đặt hiệu suất caoNhận được nhiều nhất (hoặc thậm chí 80%) khả năng của bạn không có khả năng bắt đầu. Không cài đặt và quên ở đây. Thay vào đó, bạn phải đảm bảo / chỉ định các thư viện đại số tuyến tính nào để sử dụng và liên kết chúng đúng cách có thể hoặc không hoạt động. Và như đã đề cập, việc lấy gói ma trận thưa thớt UMFPack hoạt động trên máy tính Windows có thể là một nỗi đau lớn.
-Tốc độNgay cả với Numpy và Folks, Python có thể tụt lại phía sau Matlab về tốc độ thực hiện. Đây là trường hợp đặc biệt là với các vòng dài hoặc lặp đi lặp lại. Một ví dụ liên quan đến bản thân tôi sẽ là phân tích phi tuyến của máy điện. Nó không quan trọng như thế nào bạn vector hóa mã của mình, cập nhật các thuộc tính vật liệu, sau đó lắp ráp ma trận Jacobian, sau đó lắp ráp và giải quyết hệ thống tuyến tính, và cuối cùng cập nhật giải pháp - một cách dễ dàng. Thêm + | Khoa học dữ liệu và học máyPython là ngôn ngữ phân tích dữ liệu, thống kê và học máy. . . Nó thậm chí còn đi xa đến mức nếu bạn google cho một số thứ cấp giới thiệu hoàn toàn chung, tất cả các ví dụ và hướng dẫn đều ở Python. Phải thừa nhận rằng, lý do cho điều này rất có thể là sự quan tâm bùng nổ trong tất cả dữ liệu. Rốt cuộc, Python là một ngôn ngữ khá thân thiện với người mới bắt đầu so với những người khác, và nó là một doanh nghiệp tốt hơn nhiều để dạy mọi người một điều gì đó dễ dàng hơn là khó khăn. Nhưng bất kể nguyên nhân, quan điểm của tôi vẫn đứng. Sự kết luậnVì vậy, bạn có nó - một so sánh chủ quan phần lớn giữa Python và Matlab, được viết từ điểm phân tích số. Tất cả mọi thứ được xem xét, tôi gọi nó là một trận hòa. Ý kiến của bạn là gì? Kiểm tra Emdtool - Hộp công cụ thiết kế động cơ điện cho MATLAB.. Cần trợ giúp với phần mềm thiết kế hoặc thiết kế động cơ điện? Hãy liên lạc - Đảm bảo sự hài lòng! Python có thể được sử dụng để phân tích số không?Các khái niệm phân tích số thường được giải thích thông qua các ví dụ hoạt động (và tường thuật) được thực hiện trong Python. Cách tiếp cận thực dụng này thường hoạt động tốt, mặc dù có những lúc các vấn đề thực hiện cụ thể phát triển ý tưởng cơ bản có vấn đề.. This pragmatic approach generally works well, though there are times where specific implementation issues crowd out the fundamental idea at issue.
Ngôn ngữ nào được sử dụng để phân tích số?Ngôn ngữ lập trình phổ biến nhất để thực hiện các phương pháp phân tích số là Fortran, một ngôn ngữ được phát triển vào những năm 1950 tiếp tục được cập nhật để đáp ứng nhu cầu thay đổi.Các ngôn ngữ khác, chẳng hạn như C, C ++ và Java, cũng được sử dụng để phân tích số.Fortran, a language developed in the 1950s that continues to be updated to meet changing needs. Other languages, such as C, C++, and Java, are also used for numerical analysis.
Ngôn ngữ nào tốt để xử lý dữ liệu số?Matlab.MATLAB là một ngôn ngữ chủ yếu được thiết kế cho điện toán số.Được áp dụng rộng rãi trong học viện và nghiên cứu khoa học kể từ khi ra mắt vào năm 1984, MATLAB cung cấp các công cụ mạnh mẽ để thực hiện các hoạt động toán học và thống kê tiên tiến, làm cho nó trở thành một ứng cử viên tuyệt vời cho khoa học dữ liệu.. MATLAB is a language mainly designed for numerical computing. Broadly adopted in academia and scientific research since its launch in 1984, MATLAB provides powerful tools to carry out advanced mathematical and statistical operations, making it a great candidate for data science.
Phần mềm nào được sử dụng cho dữ liệu số?MATLAB là một phần mềm độc quyền được sử dụng rộng rãi để thực hiện các tính toán số.Nó đi kèm với ngôn ngữ lập trình của riêng mình, trong đó các thuật toán số có thể được thực hiện. is a widely used proprietary software for performing numerical computations. It comes with its own programming language, in which numerical algorithms can be implemented. |
