Matlab是什么？是计算领域的经典VB，他们分别在各自领域处于鄙视链的最底层。

当然，这个鄙视链是程序员的鄙视链，对于不想对编程有深入了解的人，可以无视，更没必要继续看本文了。但考虑到动则小百万的价格，对于不想或者无法脱离Matlab的朋友，这里推荐用Octave——一个与Matlab语法几乎相同的开源计算工具。

基本差异

注释方案：Matlab中用%，Python用#。

Matlab的索引默认从1开始，通过()；Python则从0开始。用[]。

python中的字符串通过单引号或者双引号表示。

循环和判断

matlab通过end来终结一段代码，而python则通过缩进来表示作用域，其声明与作用域之间通过:分隔。

下面对for和if进行对比：

%此为octave代码，貌似CSDN不支持matlab高亮。。。这里用的还是python的高亮
x = rand(10,1);
for i = 1:10if x(i)<0.3fprintf("%f<0.3\n",x(i));else if x(i)>0.6fprintf("%f>0.6\n",x(i));elseprintf("%f\n",x(i));end %匹配else if中的ifend 
end
% 下面为其输出
0.077700<0.3
0.203065<0.3
0.578026
0.752277>0.6
0.380363
0.541303
0.520777
0.031512<0.3
0.042714<0.3
0.986611>0.6
>>

#此为python代码
import numpy as np
x = np.random.rand(10)
for i in range(10):if x[i]< 0.3: print(x[i],"<0.3")elif x[i]>0.6: print(x[i],">0.6")else: print(x[i])
# 下面为python的输出
0.13810550482646344 <0.3
0.05145857194203651 <0.3
0.40510564390649306
0.01924290850447119 <0.3
0.3126615170549344
0.9716907139903828 >0.6
0.3306312812282888
0.08156490331007271 <0.3
0.24120991717365392 <0.3
0.7177679530429059 >0.6
>>>

while也是一样的道理，break和continue也基本是相同的。

switch

Matlab中可以使用switch...case，python中没有这个语法，可以通过字典代替。

x = [1,2,3,3,2,1];
for i = 1:6switch x(i)case 1disp('one')case 2disp('two')otherwisedisp('three')end
end
% 下面位计算结果
one
two
three
three
two
one

在python中可以这样写：

dic = {1:"one",2:"two",3:"three"}   #定义一个字典
for i in x:print(dic[i])# 下面为其输出结果
one
two
three
three
two
one

函数

Matlab和Python的函数标识符分别为function和def，接下来写一个阶乘

% 此为octave代码
function y = fac(x)if x>1y = x*fac(x-1);elsey = 1;end
end
% 下面位调用结果
>> fac(5)
ans = 120

# 此为python代码
def fac(x):return x*fac(x-1) if x > 1 else 1
#下面为调用
>>> fac(5)
120

匿名函数

% matlab
>> sqr = @(x) x^2;
>> sqr(3)
ans = 9
>> (@(x) x^2)(5)
ans = 25

>>> sqr = lambda x:x**2
>>> sqr(3)
9
>>> (lambda x:x**2)(5)
25
>>> fac = lambda x : x*fac(x-1) if x > 1 else 1
>>> fac(5)
120

cell

Matlab中的cell相当于Python中的list。

# 此为python代码
>>> x = [1,'2',3,[4,5]]
>>> x
[1, '2', 3, [4, 5]]

类

Matlab中一个类就是一个文件，且文件名和类名相同，文件需要在当前的工作路径中

% 此为Person.m文件中定义的类
classdef PersonpropertiesAge = 18;Gender = "girl";Name = "Lily";endpropertiesmethods   %类方法，静态方法需要加Staticfunction setName(obj,string)obj.Name = string;endfunctionfunction Intro(obj)fprintf("I'm %s\n",obj.Name);      endfunctionendmethods
endclassdef

python中可以在命令行中创建类，也可以在文件中创建类，如果在文件中创建了一个类，需要通过import进行导入，才能在命令行中调用。

>>> class Person:
...   Age = 18
...   Gender = "girl"
...   Name = "Lily"
...   def setName(self, str):
...     self.Name = str
...   def Intro(self):
...     print("I'm",self.Name)
...
>>> p = Person()
>>> p.setName("wang")
>>> p.Intro()
I'm wang

矩阵创建和索引

python的numpy包封装了大量数值计算功能，可以完美替代Matlab，下面的python代码中默认from numpy import *

下面的对比出numpy中文网：与 Matlab 比较

Matlab	Python	简略说明
[1 2 3; 4 5 6]	array([[1.,2.,3.], [4.,5.,6.]])	2x3矩阵
zeros(5,1)	zeros([5,1])	5×1零向量
ones(5)	ones([5,5])	5×5全1矩阵
eye(3)	eye(3)	3x3单位矩阵
rand(3,4)	random.rand(3,4)	3x4随机矩阵
1:5:20	arange(1,20,5)	[ 1, 6, 11, 16]
[A,A]	hstack([A,B])	横向拼接
[A;A]	vstack([a,b])	纵向拼接
A(end)	A[-1]	最后一个元素
A(2,5)	A[1,4]	返回第二行，第五列中的元素
A(2,:)	A[1]或A[1,:]	第二行
a(1:5,:)	A[0:5]，A[:5]或A[0:5,:]	前五行
A(end-4:end,:)	A[-5:]	最后五行
A(1:3,5:9)	A[0:3][:,4:9]	1至3行与5至9列交叉的子矩阵
A([2,4,5],[1,3])	A[ix_([1,3,4],[0,2])]	第2,4,5行与第1,3列交叉的元素
A(3:2:21,:)	A[2:21:2,:]	第3行至第21行之间隔2行取1行
A(1:2:end,:)	A[ ::2,:]	返回a的奇数行
A(end: -1:1,:)	A[ ::-1,:]	行序转置

矩阵计算和操作

在Matlab中，元素之间的乘除法需要通过.来实现，Python则完全不需要。

Matlab	Python	简略说明
A.'	A.T	矩阵转置
A'	A.conj().T	共轭转置
A * B	A @ B	矩阵乘法
A .* B	a * b	元素乘法
A./B	A/B	元素除法
A.^3	A**3	A的3次方
(A>0.5)	(A>0.5)	A中元素大于0.5的为True，否则为False
find(A>0.5)	nonzero(A>0.5)	A中所有大于0.5的元素的位置
A(A>0.5)	A[A>0.5]	返回A中大于0.5的元素
A(A<0.5)=0	A[A<0.5]=0	将A中小于0.5的元素置零
A(:)=3	A[:]=3	将所有值设为3
max(max(A))	A.max()	A的最大元素
max(A)	A.max(0)	每列矩阵的最大元素（第0个坐标轴方向取最大值）
max(A,[],2)	A.max(1)	每行矩阵最大元素
max(A,B)	maximum(A, B)	逐个比较A、B元素，返回每对中的最大值
norm(A)	sqrt(A @ A)或linalg.norm(v)	2范数
inv(A)	linalg.inv(A)	方阵的逆
pinv(A)	linalg.pinv(A)	矩阵的伪逆
rank(A)	linalg.matrix_rank(A)	矩阵的秩
A\b	linalg.solve(A,b)(A为方阵) blinalg.lstsq(A,b)(A不必为方阵)	Ax = b的解x
fft(A)	fft(A)	傅立叶变换
ifft(A)	ifft(A)	逆傅立叶变换
sort(A)	A.sort()	排序