【如何写出比matlab更快的矩阵运算程序】
如果Matlab被禁用了，唯一能用的只有python了 。
Python相对MATLAB的优势：1. 通用编程语言，除了科学计算还可以做很多其他事情，比如web 。2. 字符串操作比MATLAB方便 。注意即使是科研也经常操作字符串哦 。典型结果是，很多人开始抛弃perl转用Python做生物信息学分析，而MATLAB尽管有生物信息学工具箱也没什么人用 。（抱歉我不知道你要做哪个领域的科研，这个例子不一定对你适用 。）3. 免费 。如果你没花大价钱买MATLAB而用的盗版，发文章要小心哦 。但Python就没有 。MATLAB相对Python的优势：1. 矩阵操作非常方便 。我还没发现哪个语言操作矩阵比MATLAB还爽的，Python的numpy也不及 。2. 程序运行完了可以在workspace中查看结果，方便进一步观察 。但Python使用特殊的包好像也能做，没试过不知道 。3. 某些特定领域，MATLAB的工具箱更让人信赖 。毕竟敢卖那么贵，没点干货是不行的 。而Python很多包的来源就很复杂了，像numpy这样的当然值得信任，但网上随便下的包就不好说了 。
R可能没有MATLAB快，但我现在要求我的学生，必须掌握R语言，因为R是开源的 ， 与MATLAB一样拥有大量函数库 。R开始是统计语言，现在矩阵运算也不错 。R输入数据是数据框data frame格式，数据框本身其实就是个矩阵(比矩阵更广义，因为允许元素是不同的数据类型) 。并且R也可以通过parallel包实现多核并行 。也可以通过gpuR包实现GPU高性能运算 。因此R处理矩阵运算也有一套 。另外,除了python外，R也是处理大数据统计的很好工具，能够画出漂亮的统计图 。因为R是开源的，所以很多packages都是能看到代码的，这有利于在别人的代码基础上进行算法创新和修改 。目前tensorflow深度学习也有R的版本了 。熟悉MATLAB的人很容易学会R 。
