从Matlab到Python，三大工具助你转型

作为一个工科男熟练使用Matlab 是必须的，学校给买了正版的Matlab，有了这个称手的工具，我可以在学术的海洋里自由的遨游。但是从学校毕业之后来到公司才发现Matlab正版的真的贵呀，相信一般的公司都不会把钱花在这个软件上，但是有的时候真心需要一个快速实现算法与处理数据的语言，只要你保持网上冲浪的习惯你就会发现Python 是不二之选。Python被认为是一门通用的程序设计语言，非常适用于网站开发，系统管理以及通用的业务应用程序，Matlab是一门高级的科学计算程序语言，但是Python的一些扩展程序包的出现让Python变得非常适用于科学计算。赞美的话我就不多说了，这里我推荐大家学习三个扩展库用来替代Matlab常用的功能。

Numpy 能够用Python实现真正的多为数组功能，而且为我们提供了丰富的函数库来处理这些数组。SciPy 是在Numpy的基础上又添加了众多的科学计算所需的各种工具，它的核心计算部分都是久经考验的Fortran 数值计算库，例如：线性代数使用的LAPACK库 ，傅里叶变换使用的FFTPACK库 ，常微分方程求解使用的ODEPACK库 ，非线性方程组求解以及最小值求解等使用的MINPACK库 等，Fortran这门语言可能比较古老，但是它在老一辈科学家手里可是一把利器，老一辈的科学家用这个语言写了很多效率非常高的科学计算程序，这些程序可是很宝贵的财富哟，所以如今还是有很多的科研院校保留着学Fortran的传统。Matplotlib 是Python最著名的绘图库，它提供了一整套和Matlab类似的绘图函数集，非常适合编写短小的脚本程序进行快速的绘图，而且Matplotlib采用面向对象的技术来实现，因此组成图表的各个元素都是对心，在编写较大的应用程序时通过面向对象的方式使用matplotlib将更加的有效。

上面的python三大工具掌握之后你会发现以前在matlab上的很多功能也可以用python实现了，后面我做一个系列，让大家快速上手这三大工具。其实学习就我个人的经验来说，我建议从实践中去学习，编写一个个的小程序让你快速掌握知识还能有小小的成就感，正式这小小的成就感会让你一直学下去，加油，奥里给！！！！！

武汉格发信息技术有限公司，格发许可优化管理系统可以帮你评估贵公司软件许可的真实需求，再低成本合规性管理软件许可,帮助贵司提高软件投资回报率，为软件采购、使用提供科学决策依据。支持的软件有: CAD,CAE,PDM,PLM,Catia,Ugnx, AutoCAD, Pro/E, Solidworks ,Hyperworks, Protel,CAXA,OpenWorks LandMark,MATLAB,Enovia,Winchill,TeamCenter,MathCAD,Ansys, Abaqus,ls-dyna, Fluent, MSC,Bentley,License,UG,ug,catia,Dassault Systèmes,AutoDesk,Altair,autocad,PTC,SolidWorks,Ansys,Siemens PLM Software,Paradigm,Mathworks,Borland,AVEVA,ESRI,hP,Solibri,Progman,Leica,Cadence,IBM,SIMULIA,Citrix,Sybase,Schlumberger,MSC Products...