MATLABSWITCH(matlab switch语句)

Matlab 在科学计算的使用非常广泛，可以处理数组、矩阵或线性代数问题；python在科学计算领域的应用属于后期之秀(python的开发历史也很久，始于九十年代初)，尤其在近几年用户迅速增加。python能够满足matlab在科学计算方面几乎所有的需要，并能够快速开发出强大的应用程序，可能唯一不能替代matlab就是在工程仿真领域。本文就python和matlab在各自设计理念、特点、应用、编程四个方面做一个比较全面的比较。

Python是一种高级编程语言，使用范围广泛，易用性好，可以开发各类需求的程序；由Guido van Rossum 设计开发，其第一版于上世纪九十年代发布，发展到到现在Python在全球数千贡献者的合作下，已经发展成为一种成熟的编程语言，主要版本有python 2.7 和 python 3.0版本；不仅适用育小型或个人项目，而且也被大型互联网公司所采用，如应用于Azure、Reddit、Dropbox等项目，谷歌等巨头公司还使用python开发出了人工智能和机器学习等方面的工具包，基于python的 Django 框架运行在 Instagram 等大型社交网站，Netflix 等公司用python做数据分析工作。

Matlab和python在设计理念方面有一个重要的区别，matlab是不开源的商业软件，其所有权归mathwork所有，其许可授权对于个人或小公司来说很昂贵，而python是免费的开源软件，不仅可以免费下载使用，还可以修改源码，这也是 python 快速获得用户的主要因素。

Matlab的开发环境主要有mathworks提供的自带的，另外还有 GNU Octave 编程环境，但后者功能有很大的局限，并不能完全替代matlab本身自带的编程环境。

下表中给出了Python 和 Matlab 主要特征方面的比较：

比较项目

Python

Matlab

适用的数据对象

数值数组和数据类型，编程范围广

数学和矩阵，主要用于科学计算

使用范围

可以用于web编程，但不能直接用于开发 android 和 iOS 程序，需要做转换或其他处理

用于矩阵运算和开发用户接口

优点

支持扩展库、开源和社区开发

可以即时测试算法，无需编译

性能

在线性代数、统计计算和调用优化库方面性能好

需要安装、编译、验证并对接面向开发的插件来优化性能

开发时间

Python的基础部分开发于1991年

Matlab的基础部分开发于上世纪七十年代，并商业化。

标准库

python由标准库组成

标准库不包含基本的编程功能

实时支持

支持电子邮件和移动电话

没有个性化的实时支持

生成嵌入式代码

不能直接自动生成嵌入式代码

可以直接生成 C 和 C++ 代码

开发效率

集成和控制能力较强，开发效率高

集成需要做相应的处理手段，控制能力较强，开发效率高

线程

不是严格意义上的多线程

不支持多线程

代码转换

matlab2python工具包，

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

matlab 的linux版可以生成python代码

开发环境

开发环境多，如JupyterNotebook，VS code、Pycharm、Spyder等

Matlab 、Octave

工程仿真

无

工程仿真能力强大

python和matlab之间的接口

pymatlab工具包可以实现python和matlab之间的通信

比较项目

Python

Matlab

数值计算

Numpy，SciPy（一维数组相当于向量）

数学和矩阵方法

绘图

Matplotlib，Boken等

plot方法

数据表

Pandas

table

符号数学

Sympy

symbol math

机器学习

scikit-learn、Tensorflow等

matlab machine learning toolbox

图像处理

scikit-image

matlab image processing toolbox

神经网络

Keras

matlab neural network toolbox

多进程

多进程工具包，如内置的multiprocessing等

Multiprocess parallelism

多线程

内置的threading

无

switch/ca语法

python 3.8之前没有

一直都有

匿名函数

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

sayhello("王老师")

输出结果：

您好，王老师

sayhello = @(x) fprint("您好, %s ",x)

sayhello = ("王老师")

输出结果：

您好，王老师

比较而言，python比matlab有更多的优势，主要表现在以下几个方面：

（1）python 代码更简洁，可读性更好

matlab 中的程序块使用 end 标识语句结束，而 python 使用缩进标识一个完整的程序块；python使用方括号表示索引，用圆括号标识函数和方法调用，而matlab都用圆括号；python函数中指定参数比matlab更简洁，如以下代码：

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

python的numpy工具包中的数组函数min、max、mean等默认都是按照一维数组运算，例如求一个4维数组的均值，代码如下：

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

（2）除了matlab之外，几乎其他所有的编程语言中，索引值都是从0开始

（3）python对字典类型（哈希类型）的支持非常出色

哈希类型在科学计算和工程编程方面的应用很广泛，在matlab称为 hash maps。

（4）Python的面向对象编程OOP简单而又整洁

（5）函数打包有差别

python可以把很多函数打包进一个文件，函数的数量不受限制，其中的函数都是相互可见的；尽管matlab也可以把很多函数打包进一个文件，但是文件中的第一个函数（即主函数）对于其他函数是可见的，或者说可以从命令行调用主函数，其他函数都是本地调用，本地函数仅对同一个文件中的其他函数可见。

（6）python能使用绘图工具包更多

总体来说，python代码更简洁，可读性更好；python的数据结构比matlab的数据结构更先进；python的代码组织使用名称空间管理，可控性更好。