大部分資料分析、影象處理、數字訊號處理、資料視覺化已經完全可以脫離matlab。特別是企業使用者，已經不像以前高度依賴matlab。matlab核心效率不高、執行效率低模擬速度慢。python結合CUDA可以並行處理來加速模擬。更不要說最近正火的AI領域更沒matlab什麼事了

不會被取代，簡單的說，Python是通用語言，什麼都能做，而matlab擅長計算。

Python相比於Matlab的最大優勢是：

Python是一門通用程式語言，實現科學計算功能的numpy、scipy、matplotlib只是Python的庫和Package而已，除此之外Python還有用於各種用途的庫和包，比如用於GUI的PyQt和wxPython，用於Web的Django和Flask

Matlab相比於Python最大的優勢是：

它專門就是給數值計算開發的，在數值計算這個領域庫最多、用的人最多、出的書最多

如果你做策略研究，做資料分析，兩者功能上差不多，但是應該選擇matlab，因為：

Python的文件沒有Matlab的詳細。

Matlab將所有的功能整合了在一起，而Python需要自己一個一個安裝所需要的包，不同的包的程式碼風格還不太一樣。

如果你還要做網路爬蟲，資料清洗等偏IT的工作，那麼Python更優。

MATLAB 是一種用於演算法開發、資料視覺化、資料分析以及數值計算的高階技術計算語言和互動式環境。使用 MATLAB，可以較使用傳統的程式語言（如 C、C++ 和 Fortran）更快地解決技術計算問題。

隨著MATLAB工具箱的不斷新增和完善，M語言也逐漸成為工程界的準通用標準語言，官網稱：MATLAB - The Language Of Technical Computing。

大學理工科專業一般都開設了或選修或必修的MATLAB相關課程。很多新出版的教材，計算機輔助教學的工具軟體開始選用MATLAB。

MATLAB以其簡潔易學的語法、友好的介面和完善的文件系統逐漸深入人心並將繼續擴大它的控制領地。

然而，MATLAB也有著很大的侷限性。首先，是價格。作為一款商業軟體，獲得正版授權，價格不菲。就說最便宜的學生版，核心元件單個授權要花99刀，想使用額外工具箱，則是每個工具箱29刀。 正如你能想到的，商業版本更貴。

再次，是語言完善性。MATLAB進行數學計算的表現無可置疑，但是實際的科學計算還有檔案操作、介面設計等。MATLAB在這些領域功能較弱或者很麻煩。應該可以說，MATLAB不是一種完善的語言。

還有：學術界大量使用matlab做模擬，做研究的話容易找到程式碼參考；

語法相對python更靈活一些，matlab寫程式基本不用套路，所謂老夫擼matlab就一個字，幹；

有simulink。有人說simulink沒什麼用，其實還是挺有用的，比如通訊建模，另外simulink可以生產DSP或者FPGA程式碼，有的時候很有用。

首先，Python完全免費，絕大多數科學計算相關擴充套件庫也都是免費的，大多也都是是開源的，所以金錢問題完全不用考慮。版權問題也基本不用考慮，眾多的例項程式可以讓你拿去就用。（有時候也需要考慮，因為有些授權，如GPL授權，具有“傳染性”）。考慮控制版權更嚴格的諸如美國之類的國家，有著眾多的研究人員和大學生使用Python，並有很多網路提供了交流平臺，在這個平臺可以獲得更多的交流學習機會。

其次，Python是一門更易學更嚴謹的面向物件的程式設計語言。作為通用程式設計語言的Python，有更為嚴格清晰的語法，可以輕易完成介面、檔案、封裝等高階需求。最後，不得不提的就是效能。MATLAB作為科學計算工具，經過了近乎苛刻的最佳化，Python呢？

實話說，純Python的速度確實不怎麼地，但是使用Python的科學計算擴充套件庫numpy、scipy等之後，速度和MATLAB不相上下。

再次大的優勢：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作為一種通用程式語言，可以做做Web，搞個爬蟲，編個指令碼，寫個小工具用途很廣泛。

matlab商業版得一百萬以上吧，一般企業用不起，而python免費開源，不是什麼特殊需求肯定python了

Matlab和python完全不在一個水平線上的產品，matlab是一個面向演算法本身，面向模擬本身的產品，如果非說執行效率，這個要看是誰寫的程式了。matlab之所以收費在於它的執行庫的更新。比如及時的5G Nr庫的更新，這東西要是自己用python寫不是不能寫，只是時間，完整性，執行效率這些很難保證，畢竟matlab背後是一個強大的科學家團隊的來負責演算法，一個強大的工程師團隊來完成實現，最後給到用手裡的是一個簡單易用的function.而使用者做的是演算法模擬，自己演算法實現。大家都做了自己最擅長的事。

至少通訊領域不會，MATLAB有很多成熟的通道模型和通訊演算法可以呼叫，而Python對這方面的支援很少，不知道以後會不會改進。

MATLAB是商業軟體，技術支援力量雄厚，有完善的售後服務，正版授權價格昂貴，一般是大公司才會使用，定位於高階客戶，和python的發展路徑不太一樣，Python由於是開源的，並沒有專業的技術支援團隊，一切後果由使用者自負，所以更多用於中低端使用者。

不客氣地說，是的。客氣點的話，要看你做的是啥領域的。例如，如果你現在還在用Matlab做影象處理和計算機視覺，我勸你趕緊學點新東西。

不要吹matlab了。Python是通用語言，matlab是個收費工具箱。我承認matlab simulink一類的工具箱很強大。但學matlab是沒前途的，因為要收費，沒什麼公司會用

最近幾年Python程式語言在國內引起不小的轟動，有超越Java之勢，本來在美國這個程式語言就是最火的，應用的非常非常的廣泛，而Python的整體語言難度來講又比Java簡單的很多。尤其是在運維的應用中非常的廣泛，所以之前出了一句話，在如今的時代，運維不學Python，遲早會被淘汰！可是難道現在Python語言真的有這麼好的就業前景嗎？首先小編來給大家介紹一下Python學完以後能做什麼。一、人工智慧Python作為人工智慧的黃金語言，選擇人工智慧作為就業方向是理所當然的，而且就業前景好，薪資普遍較高，拉勾網上，人工智慧工程師的招聘起薪普遍在20K-35K，當然，如果是初級工程師，起薪也已經超過了12500元/月。二、大資料我們目前正處於大資料時代，Python這門語言在大資料上比Java更加有效率，大資料雖然難學，但是Python可以更好地和大資料對接，用Python做大資料的薪資也至少是20K以上了，大資料持續火爆，未來做大資料工程師，薪資還將逐漸上漲。image大家在學python的時候肯定會遇到很多難題，以及對於新技術的追求，這裡推薦一下我們的Python學習扣qun：784-758-214，這裡是python學習者聚集地！！同時，自己是一名高階python開發工程師，從基礎的python指令碼到web開發、爬蟲、django、資料探勘等，零基礎到專案實戰的資料都有整理。送給每一位python的小夥伴！每日分享一些學習的方法和需要注意的小細節**三、網路爬蟲工程師網路爬蟲作為資料採集的利器，在大資料時代作為資料的源頭，十分有用武之地。利用Python可以更快的提升對資料抓取的精準程度和速度，是資料分析師的福祉，透過網路爬蟲，讓BOSS再也不用擔心你沒有資料。做爬蟲工程師的的薪資為20K起，當然，因為大資料，薪資也將一路上揚。四、Python Web全棧工程師全棧工程師是指掌握多種技能，並能利用多種技能獨立完成產品的人。也叫全端工程師(同時具備前端和後臺能力)，英文Full Stack developer。全棧工程師不管在哪個語言中都是人才中的人才，而Python Web全棧工程師工資基本上都高出20K，所以如果你能力足夠，首選就是Python Web全棧工程師。五、Python自動化運維運維工作者對Python的需求很大，小夥伴們快快行動起來吧，學習Python自動化運維也能有個10k-15k的工資，很不錯哦。六、Python自動化測試Python這門語言十分高效，只要是和自動化有關係的，它可以發揮出巨大的優勢，目前做自動化測試的大部分的工作者都需要學習Python幫助提高測試效率。用Python測試也可以說是測試人員必備的工具了，Python自動化測試的起薪一般也都是15K左右，所以測試的小夥伴也需要學習Python哦！七、3D遊戲開發Python有很好的3D渲染庫和遊戲開發框架，有很多實用Python開發的遊戲，如迪士尼卡通城、黑暗之刃。常用PyGame、PyKyra等和一個PyWeek的比賽。對於想要進軍遊戲行業的同學們，Python也是一個不錯的選擇。八、業務技術架構評估和最佳化程式碼本身的優劣足以影響到訪問效率的高低，而這種影響是很難通過後天的叢集和伺服器的最佳化而有所改善的。而具備開發能力，可以使評估技術架構是否合理，哪些地方可以做出調整，具備開發和架構設計及調優能力可是成為一個出色架構師的必須能力。

我覺得至少在國內，matlab逐漸被python替代是大勢所趨。原因如下：

1）matlab是美國mathworks公司推出的商用工具，重點在“美國公司”。自從前中興、華為先後被美國坑害之後，國內這些高科技公司誰還敢把命壓在美國公司身上，天知道哪天就被無緣故的禁了。有python可用，當然是逐漸替代。

2）matlab是商用軟體，lisense費用n貴，並且mathworks公司在軟體中留了不少後門，上報使用者資訊，正規公司用正版用的心痛，用盜版又用得心驚肉跳，那既然有免費的python，何樂而不為呢，哪怕功能弱一點，但是要相信社群的力量是無窮的，很快就能補上來。

Matlab更專注於演算法研究和模擬。Python是個大雜燴。個人感覺Matlab更適合演算法細節除錯。還有就是Simulink在不少領域暫時還不能被完全取代。

設計者開發時總的指導思想是，對於一個特定的問題，只要有一種最好的方法來解決就好了。

這在由Tim Peters寫的Python格言（稱為The Zen of Python）裡面表述為：There should be one-- and preferably only one --obvious way to do it. 這正好和Perl語言（另一種功能類似的高階動態語言）的中心思想TMTOWTDI（There"s More Than One Way To Do It）完全相反。

Python的作者有意的設計限制性很強的語法，使得不好的程式設計習慣（例如if語句的下一行不向右縮排）都不能透過編譯。其中很重要的一項就是Python的縮排規則。

一個和其他大多數語言（如C）的區別就是，一個模組的界限，完全是由每行的首字元在這一行的位置來決定的（而C語言是用一對花括號{}來明確的定出模組的邊界的，與字元的位置毫無關係）。這一點曾經引起過爭議。因為自從C這類的語言誕生後，語言的語法含義與字元的排列方式分離開來，曾經被認為是一種程式語言的進步。不過不可否認的是，透過強制程式設計師們縮排（包括if，for和函式定義等所有需要使用模組的地方），Python確實使得程式更加清晰和美觀。與MATLAB的對比編輯 說起科學計算，首先會被提到的可能是MATLAB。然而除了MATLAB的一些專業性很強的工具箱還無法被替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相應的擴充套件庫。

和MATLAB相比，用Python做科學計算有如下優點：

● 首先，MATLAB是一款商用軟體，並且價格不菲。而Python完全免費，眾多開源的科學計算庫都提供了Python的呼叫介面。使用者可以在任何計算機上免費安裝Python及其絕大多數擴充套件庫。

● 其次，與MATLAB相比，Python是一門更易學、更嚴謹的程式設計語言。它能讓使用者編寫出更易讀、易維護的程式碼。

● 最後，MATLAB主要專注於工程和科學計算。然而即使在計算領域，也經常會遇到檔案管理、介面設計、網路通訊等各種需求。而Python有著豐富的擴充套件庫，可以輕易完成各種高階任務，開發者可以用Python實現完整應用程式所需的各種功能。

一個非常好的問題。MATLAB使用人數在逐漸減少，但是短期內仍然不會被淘汰。

根據最新2020年4月份的TIOBE程式語言指數排行榜，排名前三的分別是Java、C、Python。

MATLAB排名在持續降低，從2019年4月第12名降到現在的第18名。

TIOBE程式設計排行榜根據全球工程師、課程和搜尋引擎數量為指數得出，在一定程度上反映了程式語言的發展趨勢。

1）Python語言

Python語法靈活，支援面向功能、面向物件和麵向過程的開發方式，簡單易學，並且對AI演算法的動態適用性非常好，開發資料庫視覺化功能時非常高效。

2）開發工具

Python在AI演算法研究和開發中使用最普遍，結合Jupyter Notebook互動式筆記本，基本是標配。Python和Jupyter Notebook互相搭臺，在人工智慧技術快速發展的同時，兩者也逐漸被大眾所熟知。

3）技術社群

Python有豐富的第三方庫和框架，眾多的Python技術社群也使得整個語言生態非常健康活躍。