與Matlab相比，Python有以下優點:
Python是壹種通用編程語言。實現科學計算功能的numpy、scipy、matplotlib都只是Python的庫和包而已。此外，Python還有各種用途的庫和包，比如用於GUI的PyQt和wxPython以及用於Web的Django和Flask。
與Python相比，Matlab具有以下優勢:
它是專門為數值計算開發的，在數值計算領域擁有最多的庫、用戶和書籍。
如果做策略研究和數據分析，兩個功能差不多，但是妳應該選擇matlab，因為:
如果還是想做壹些網絡爬蟲、數據清理等面向IT的工作，Python比較好。
MATLAB是壹種先進的技術計算語言和交互式環境，用於算法開發、數據可視化、數據分析和數值計算。使用MATLAB可以比使用傳統編程語言(如C、C++和Fortran)更快地解決技術計算問題。
隨著MATLAB工具箱的不斷補充和完善，M語言逐漸成為工程界準通用的標準語言。官網稱之為MATLAB——技術計算的語言。
壹般大學的理工科專業都開設了MATLAB相關的課程，這些課程是選修或者必修的。許多新出版的教材和計算機輔助教學工具軟件開始選擇MATLAB。
MATLAB以其簡單易學的語法、友好的界面和完善的文檔體系逐漸深入人心，並將繼續擴大其控制領地。
但是，MATLAB也有很大的局限性。第壹，價格。作為商業軟件，使用正版授權，價格昂貴。比方說，最便宜的學生版核心組件的單個許可證價格為99美元，如果您想使用額外的工具箱，每個工具箱的價格為29美元。可想而知，商業版更貴。
其次是版權。Mathworks論壇活躍用戶多，代碼有價值，但版權屬於mathworks公司，必須授權使用。
第三，是語言的完善。MATLAB在數學計算方面的表現毋庸置疑，但實際的科學計算還包括文件操作和界面設計。MATLAB在這些領域比較弱或者比較麻煩。應該說MATLAB並不是壹門完美的語言。
還有:學術界廣泛使用matlab進行仿真，做研究時很容易找到代碼參考；
語法比python靈活，matlab基本不用例程寫程序。所謂的老式matlab就壹個字，幹；
有simulink。有人說simulink沒用，其實挺有用的，比如通信建模。另外，simulink可以產生DSP或者FPGA代碼，有時候非常有用。
首先，Python是完全免費的，大部分科學計算相關的擴展庫也是免費的，而且大部分都是開源的，所以完全不考慮錢的問題。版權問題基本不用考慮，很多例子程序妳都可以用。(有時候需要考慮，因為有些授權，比如GPL授權是“傳染”的)。考慮壹下美國等國家，這些國家的版權控制更加嚴格。很多科研人員和大學生使用Python，很多網絡提供交流平臺，在這個平臺上可以獲得更多的交流和學習機會。
其次，Python是壹種面向對象的編程語言，更容易學習，也更嚴謹。Python作為通用編程語言，語法更加嚴格清晰，可以輕松完成接口、文件、打包等高層需求。最後不得不提性能。MATLAB作為科學計算工具，經歷了近乎苛刻的優化。Python呢？
說實話，純Python的速度確實不怎麽樣，但是用了Python的科學計算擴展庫numpy和scipy之後，速度堪比MATLAB。
另壹大優勢:開源。妳可以改變很多科學計算的算法細節。
可移植性，Matlab不如Python。但是妳主要做研究，這方面的需求應該不高。
第三方生態，Matlab不如Python。比如3D繪圖工具包，比如GUI，比如更方便的並行，使用GPU，功能性等等。從長遠來看，Python的科學計算生態會比Matlab更好。語言更優美。另外，如果有壹定的OOP需求，要搭建壹個更大的科學計算系統，直接用Python肯定比用Matlab混合簡單。
Python作為壹種通用編程語言，可以作為壹張網，壹個爬蟲，壹個腳本，壹個小工具。
大部分數據分析、圖像處理、數字信號處理、數據可視化都可以完全脫離matlab。尤其是企業用戶，對matlab的依賴度已經不像以前那麽高了。matlab內核效率不高，執行效率低，仿真速度慢。Python結合CUDA可以並行處理，加快仿真速度。更別說最近如火如荼的AI領域，matlab也沒什麽問題。
別玩matlab了。Python是通用語言，matlab是充電工具箱。我承認像matlab simulink這樣的工具箱非常強大。但是學matlab沒前途，因為要收費，沒有公司會用。
近年來，Python編程語言在國內引起了不小的轟動，有超越Java的趨勢。本來這種編程語言是美國最火的，而且應用非常非常廣泛。就整體語言難度而言，Python比Java簡單多了。尤其是在運維的應用上，是非常廣泛的，所以之前就說了，在今天這個時代，運維不學Python早晚會被淘汰！
但是Python現在真的有這麽好的就業前景嗎？首先，我給大家介紹壹下學習Python後可以做什麽。
第壹，人工智能
Python是人工智能的黃金語言，自然選擇人工智能作為就業方向，就業前景好，工資普遍高。在Lagou.com上，人工智能工程師的起薪壹般是20K-35K，當然如果是初級工程師，起薪早就超過12500元/月了。
第二，大數據
我們目前正處於大數據時代。Python在大數據方面比Java更高效。雖然大數據很難學，但是Python可以更好的和大數據對接，用Python做大數據的工資至少20 K，大數據持續火熱，未來大數據工程師的工資會逐漸提高。
圖像
大家在學習python的時候肯定會遇到很多問題，還有對新技術的追求。這裏推薦我們的python學習按鈕QUN: 784-758-214，這裏是Python學習者的聚集地！！同時我是壹名高級python開發工程師，從基礎python腳本到web開發、爬蟲、django、數據挖掘等。，把從零基礎到實際項目的資料全部整理出來。送給每壹個python朋友！分享壹些學習方法和每天需要註意的小細節* *
三、網絡爬蟲工程師
網絡爬蟲作為數據采集的利器，在大數據時代作為數據的來源是非常有用的。使用Python可以更快的提高數據抓取的準確性和速度，這是數據分析師的福祉。通過網絡爬蟲，BOSS再也不用擔心妳沒有數據了。做爬蟲工程師的工資是20 K起步，當然因為大數據，工資也會壹路上漲。
第四，Python Web全棧工程師
全棧工程師是指擁有多種技能，並能運用這些技能獨立完成產品的人。又稱全端工程師(兼具前端和後端能力)，英文全棧開發者。全棧工程師都是任何語言的人才，Python Web全棧工程師的工資基本都要高20K，所以如果妳有足夠的能力，Python Web全棧工程師是首選。
動詞 （verb的縮寫）Python自動化操作和維護
運維工作者對Python的需求很大，趕緊行動吧。學Python自動運維還能拿到10k-15k的工資，很不錯了。
六、Python自動化測試
Python是壹種非常高效的語言。只要和自動化有關，就能發揮巨大的優勢。目前大部分做自動化測試的工作者都需要學習Python來幫助提高測試效率。用Python測試也可以說是測試人員的必備工具。Python自動化測試的起薪壹般在15K左右，所以測試夥伴也需要學習Python！
七、3D遊戲開發
Python有很好的3D渲染庫和遊戲開發框架，有很多實用的Python開發的遊戲，比如《迪士尼動漫城》、《黑暗之刃》。常用的PyGame，PyKyra等。和壹個PyWeek遊戲。對於想進入遊戲行業的同學來說，Python也是壹個不錯的選擇。
八、業務技術架構評估與優化
代碼本身的質量就足以影響訪問效率，這是很難通過後天的集群和服務器的優化來提高的。開發的能力可以讓評估技術架構是否合理，哪裏可以調整成為可能。開發、設計和優化架構的能力是成為壹名優秀架構師的必備能力。
是的，毫無疑問python+numpy+matplotlib足以取代它，更不用說其他包了。
我覺得至少在國內，matlab逐漸被python取代是大勢所趨。原因如下：
1)matlab是美國mathworks公司推出的商業工具，重點是“美國公司”。既然曾經的中興、華為都是美國害的，誰還敢把命押在美國公司身上？天知道他們什麽時候會無緣無故被封殺。Python當然是可用的，逐漸取代它。
2)matlab是商業軟件，lisense成本n貴。而且mathworks在軟件中留了很多後門，用來報告用戶信息。正規公司用正版軟件就心痛，用盜版軟件就惶恐。既然有免費的python，為什麽不呢？即使功能很弱，也要相信社區的力量是無窮的，很快就能彌補。
Matlab和python不是壹個級別的。Matlab是面向算法本身和仿真本身的產品。如果非要談運行效率，那就要看程序是誰寫的了。matlab之所以收費，在於其運行時的更新。比如及時更新5NR庫，如果是用python寫的，也不是不可以，但是很難保證時間性、完整性和運行效率。畢竟matlab背後是強大的科學家團隊負責算法，強大的工程師團隊完成實現，最終給用戶壹個簡單易用的函數。用戶做算法模擬，實現自己的算法。每個人都做了自己最擅長的事情。
我不這麽認為。Python做不了很多專業的模擬。
矩陣思維，矩陣可視化，語法簡潔，這些都是python所缺乏的。
Matlab更側重於算法研究和仿真。Python是壹個大雜燴。個人認為Matlab更適合調試算法細節。還有就是Simulink在很多領域暫時還不能完全替代。