沒必要只學一門語言

之前我是個MATLAB重度使用者，也像你一樣只想學一門語言，后來發現，MATLAB在科研出圖方面的定制性和美觀性似乎不太友好（此處說的是舊版本MATLAB，新版的已經很不錯了），就嘗試學了Python，IDE用的是Anaconda的Spyder，界面和MATLAB相似，對MATLAB用戶很友好；然后用matplotlib和seaborn這兩個繪圖庫，基本滿足了我的繪圖需求，輔以numpy，pandas和scipy這幾個數組計算和數據處理庫，再加上sklearn這個機器學習庫，可以說基本滿足科研需求了。但我還是會選擇MATLAB為主力工具，Python為輔助工具，因為科研過程中有時候要快速驗證一個算法，MATLAB語言的弱檢查特性以及強大的工具箱優勢就出來了。

說說從MATLAB切換到Python過程中一些感受MATLAB數組的索引是從1開始，Python是從0開始，這也是很多科班出身的程序員的吐槽之處，但 MATLAB 語言設計之初是面向數值分析、矩陣計算、科學數據可視化等場景，對于這些場景來說，索引自然是從 1 開始更加符合思維習慣。

MATLAB是弱檢查類型語言，變量，內存，數據格式等檢查不嚴格，由于很多場景只需要關注算法的驗證結果，所以MATLAB的用戶會容易養成一種不好的編程習慣，這種習慣一旦轉換到Python這種強類型語言，會引發很多錯誤。

MATLAB的幫助文檔是非常規范且豐富的，遇到不懂的內置函數，直接在命令行窗口help 函數名字，就可以快速了解這個函數以及相關函數的用法。而Python是開源的，除了標準庫之外，還有很多優秀的庫，這些庫有相應的文檔，但是會面臨著同一種功能函數出現不同的文檔說明和使用方法，在一定程度上并不像MATLAB的幫助文檔那么友好。或許這就是閉源商業軟件和開源的區別吧。

建議

由于你的任務是數據分析+數學建模，沒有工業過程仿真建模需求，沒有硬件或者控制系統方面的需求，也沒有Simulink的需求，這種情況下實質上這兩種語言都可以滿足你的要求。但是我還是建議你把這兩門語言都學學，對于你以后繼續在學術界還是去工作都有幫助，況且Python語言和MATLAB語言已經算是很友好的了。

總結

以上是生活随笔為你收集整理的python和matlab哪个实现数值计算方法_python和matlab如何选择？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。