你可以在這個(gè)鏈接的底部找到一些有用的結(jié)果

從介紹開(kāi)始A comparison of weave with NumPy, Pyrex, Psyco, Fortran (77 and 90) and C++ for solving Laplace's equation.

它還比較了MATLAB，并顯示了與使用Python和NumPy時(shí)類(lèi)似的速度。

當(dāng)然，這只是一個(gè)特定的例子，您的應(yīng)用程序可能允許更好或更差的性能。在兩者上運(yùn)行相同的測(cè)試并進(jìn)行比較沒(méi)有壞處。

您還可以使用優(yōu)化的庫(kù)來(lái)編譯NumPy，比如提供一些BLAS/LAPACK例程的ATLAS。它們的速度應(yīng)該與MATLAB相當(dāng)。

我不確定是否已經(jīng)針對(duì)它構(gòu)建了NumPy下載，但我認(rèn)為如果編譯NumPy，ATLAS會(huì)根據(jù)您的系統(tǒng)調(diào)整庫(kù)

該鏈接提供了Windows平臺(tái)下所需內(nèi)容的更多詳細(xì)信息。

編輯：<>如果你想知道什么是更好的，C或C++，那么你可能需要問(wèn)一個(gè)新問(wèn)題。雖然從上面的鏈接來(lái)看C++具有最好的性能。其他解決方案也非常接近，即pyRX、Python／Fortran（使用F2PY）和內(nèi)聯(lián)C++。< > C++中我所做的唯一的矩陣代數(shù)是使用MTL和實(shí)現(xiàn)擴(kuò)展卡爾曼濾波器。不過(guò)，我想，從本質(zhì)上說(shuō)，這取決于您正在使用的LAPACK/BLAS庫(kù)以及它的優(yōu)化程度。

此鏈接包含許多語(yǔ)言的面向?qū)ο髷?shù)字包列表。

總結(jié)

以上是生活随笔為你收集整理的matlab和python哪个运行快_MATLAB比Python快吗？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。