pythonmatlab速度
1. python 與 Matlab 哪一個對量化投資和分析更有幫助
Matlab在矩陣處理方面的強大優勢Python無法比擬，我曾經用Matlab和Python跑同一個演算法，涉及到矩陣中Symbol求導。Python用的是Numpy，Sympy和Scipy，感覺Sympy中Matrix雖然功能強大，但是速度很慢，而且需要專注其中各種細節。如：其對Complex類型是無法自動expand的，常常出現(1+I)(2I+1)這種結果，這時需要調用.expand來解決。Matlab可以使你專注於模型，Python要超過Matlab還需要時間。但是Python在內容抓取，機器學習，等有強大的第三方包，如Scarpy，Skikit-learn等，發展很快。概括之：現在用Matlab，未來用Python
2. 量化投資中，MATLAB和python哪一個好
Matlab在矩陣處理方面的強大優勢Python無法比擬，我曾經用Matlab和Python跑同一個演算法，涉及到矩陣中Symbol求導。Python用的是Numpy，Sympy和Scipy，感覺Sympy中Matrix雖然功能強大，但是速度很慢，而且需要專注其中各種細節。如：其對Complex類型是無法自動expand的，常常出現(1+I)(2I+1)這種結果，這時需要調用.expand來解決。Matlab可以使你專注於模型，Python要超過Matlab還需要時間。但是Python在內容抓取，機器學習，等有強大的第三方包，如Scarpy，Skikit-learn等，發展很快。概括之：現在用Matlab，未來用Python
3. Python對比Matlab，有什麼決定性的優勢
python是編程語言，可以做各種事情，包括爬蟲、自動化測試、寫軟體、數據挖掘等等；而matlab不是編程語言，只是科學計算的高效軟體。
python處理較大量的數據時速度依然很快，matlab就不行了，所以做量化、大數據，python明顯比matlab好。
還有matlab7~12個G這么大，而且不容易找到破解版，相對而言，python好多了，體積小功能全。
4. python的scipy與matlab，但就運算速度而言，哪個快
Matlab快 毋庸置疑
5. Python的循環和MATLAB循環哪個難
python約比matlab慢60倍 ，MATLAB更難。
6. Matlab腳本的運行速度比Python的腳本慢嗎
噢，這個不是python擅長的，你應該去網路搜一下linux命令crontab的用法，一分鍾就能明白如何設置一個定時運行任務。 如果你想寫一個程序，用python完成一個crontab類似的功能，那麼請看《UNIX環境高級編程》第13章，但弄懂這個是要花一點時間了。
7. 做為一個寬客,應該選擇Matlab還是Python呢各有什麼利弊
我自己曾經把一個策略框架用Matlab和Python同時寫了一遍。
Matlab的優點是數據格式規范，工具包調用簡單，包之間完全不存在相互沖突。
Python的優點在於我能較方便的寫出一個可以獨立運行的GUI，而且數據讀取、處理更順手。基本都是膠水語言的優點。
而且，該框架Python的運行速度比Matlab快五倍左右（粗略估計）。
但是，我很確定的發現，Matlab更適合我這樣的策略研究者，在Matlab下不會被策略之外的bug頻繁打斷邏輯思路。
我現在研究策略主要用Matlab，Python會用來讀取和清洗數據，如果對運行速度有要求，會使用其他解決方案或者Python。
註：曾經因為一個工具包而使用R，感覺結果不對勁，發現工具包本身有錯誤。和包的作者溝通後確定了。從此對R再也提不起興趣。不知道Python甚至Matlab是否也存在這種問題。總之，調用工具包都要小心。
8. matlab與python區別
下面從兩者各自的應用做個對比。
一、python的優勢
Python相對於Matlab最大的優勢：免費。國內可能不是很在乎這個，但在國外是個很關鍵的問題。
Python次大的優勢：開源。你可以大量更改科學計算的演算法細節。
可移植性，Matlab必然不如Python。但你主要做Research，這方面需求應當不高。
第三方生態，Matlab不如Python。比如3D的繪圖工具包，比如GUI，比如更方便的並行，使用GPU，Functional等等。長期來看，Python的科學計算生態會比Matlab好。
語言更加優美。另外如果有一定的OOP需求，構建較大一點的科學計算系統，直接用Python比用Matlab混合的方案肯定要簡潔不少。
python作為一種通用編程語言，可以做做Web，搞個爬蟲，編個腳本，寫個小工具用途很廣泛。
二、matlab的優勢
學術界大量使用matlab做模擬，做研究的話容易找到代碼參考；
語法相對python更靈活一些，matlab寫程序基本不用套路，所謂老夫擼matlab就一個字，干；
有simulink。有人說simulink沒什麼用，其實還是挺有用的，比如通信建模，另外simulink可以生產DSP或者FPGA代碼，有的時候很有用。
三、兩者的區別
python是一種通用語言，而matlab更像是一個平台。
四、怎樣選擇
如果做研究，可以matlab為主；如果做產品，可以python為主。當然也有matlab做成產品的，打包成exe什麼的都不是事
9. 在機器學習科學計算領域,有哪些工具能讓python和matlab一樣好用
Pycharm相比Spyder的優點是：
1 調試更方便，Spyder在其他文件裡面設置斷點，竟然無法停下來，必須得在主程序裡面設置一個斷點，然後「Step into」，如果嵌套比較深的話，這種方法特別麻煩。 Pycharm就沒有這個問題。
2 Pycharm的「Reformat code」功能我特別喜歡，可以自動將你的代碼排版規范，比如=兩邊各空一格，函數結尾空兩行等等，不止能作用於一個文件，而且能一次性作用於整個項目！
Pycharm的缺點：
1 最新版本雖然支持了ipython，但功能體驗比較差，1，反應比較慢 2 tab鍵經常不能彈出對象的屬性與方法。
2 沒有workspace。
所以，我的建議是結合使用這兩個工具，基本上能達到MATLAB的使用體驗。
2016年3月14日的補充
經過一段時間使用，也發現了Anaconda的缺點。特別是spyder。
1 在workspace里，對數據量偏大一點的變數進行查看，容易卡死，而MATLAB不會。
2 再workspace里，浮點數只顯示小數點後三位，我經常要手工修改為顯示為小數點後6位，不知道怎麼修改默認設置。
3 斷點調試明顯沒有MATLAB方便。
4 沒有MATLAB那樣方便的Profiler,用於發現代碼運算瓶頸，而Spyder沒有。
還有其他的，就不一一列舉了，總之，在IDE上，Spyder相比MATLAB差遠了，但我用Python，仍然會用Spyder，因為目前沒有更好的替代品。
原答案：
千言萬語匯成一句話: 安裝Anaconda!
Anaconda非常適合做研究.Pycharm適合做開發,而不是研究.
為什麼說Anaconda好呢?
1 自帶了很多適合搞科學研究的庫,比如numpy, scipy, pandas, matplotlib, sympy, sklearn等.
2 裡面的spyder的界面非常像matlab的界面, 還支持單步調試.編輯器像matlab那樣，可以創建cell（使用#%%，與matlab類似），方便查看與調試。
3 裡面的ipython notebook, 非常適合交互和展示成果.