大家好，今天小编关注到一个比较有意思的话题，就是关于机器学习用matlab还是python的问题，于是小编就整理了4个相关介绍机器学习用matlab还是Python的解答，让我们一起看看吧。
量化投资中，MATLAB和python哪一个好？
Matlab在矩阵处理方面的强大优势Python无法比拟，我曾经用Matlab和Python跑同一个算法，涉及到矩阵中Symbol求导。
Python用的是Numpy，Sympy和Scipy，感觉Sympy中Matrix虽然功能强大，但是速度很慢，而且需要专注其中各种细节。
如：其对Complex类型是无法自动expand的，常常出现(1+I)(2I+1)这种结果，这时需要调用.expand来解决。
Matlab可以使你专注于模型，Python要超过Matlab还需要时间。
但是Python在内容抓取，机器学习，等有强大的第三方包，如Scarpy，Skikit-learn等，发展很快。
学matlab还是python好？
如果是学生，或者研究人员，比如研究信号处理，那么用matlab比较好，有大量现成工具箱和前人的成果可以借鉴。如果是产品化项目，那么python比较好，可以做web后台，可以打包成应用程序，效率相对matlab也要高那么一点点。
如果是信号、数据方面的工程人员，建议还是两个都吧，也不复杂，都是脚本式的语言，比c++什么的易学多了。
学习Python更好。
因为Python是一门更为通用的编程语言，在数据分析和机器学习等领域应用更为广泛；而Matlab则更偏向于科学计算和工程领域。
此外，Python还有较为完善的科学计算库和机器学习库，如NumPy、Pandas和Scikit-learn等，可帮助快速完成数据分析和机器学习任务，具有更高的效率和灵活性。
同时，Python也有更为丰富的应用场景和开发支持，如Web开发、自动化测试、游戏开发等等。
因此，学习Python对于未来的发展更为有利。
python和matlab哪个好？
它们在不同的领域有各自的优点：
Python 是一种解释性的脚本语言，易于学习和使用。它具有强大的科学计算库，如NumPy、Pandas和Matplotlib，这些库可以帮助您快速创建和分析各种数据。Python 还有一个活跃的开发社区，有许多优秀的第三方库可供使用。
MATLAB 是一种编译型的编程语言，适用于科学和工程领域。它具有强大的数学和工程计算库，如BLAS、LAPACK和TensorFlow，这些库可以帮助您快速解决各种数学和工程问题。MATLAB 还有一个强大的科学可视化工具箱，如Seaborn、Plots和MATLAB Engine，可以帮助您创建高质量的可视化图表。
总之，选择哪种语言更好取决于您的需求和偏好。如果您需要处理大量数据、进行科学计算和创建高质量的可视化图表，则 Python 可能更适合您。如果您需要编写高级算法、解决复杂的工程问题和进行科学可视化，则 MATLAB 可能更适合您。
学习神经网络、SVM等机器学习的知识，为了更好的投入到应用当中，用matlab还是C++好呢？
直接用python的库，比如sklearn
matlab是用于计算的，太全、太偏数学，当然可以做机器学习，但太笨重了。
c++太底层了，如果你是编程高手，并且你是做机器学习的，你才能在较长的时间完成你的任务。并且由于c++本身太锐利，新手写的程序都不稳定，除非你有15年以上的工业c程序员，否则不推荐。另外，sklearn底层就是调用的numpy库，这个库本身就是c++写出来的，效率很好的
到此，以上就是小编对于机器学习用matlab还是python的问题就介绍到这了，希望介绍关于机器学习用matlab还是python的4点解答对大家有用。
