推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 4237 天前的主题，其中的信息可能已经有所发展或是发生改变。
之前很少使用python，
想问下对于大量数据的科学计算，比如machine learning，V2EX里有人使用python来实现算法吗？python实现的程序执行速度和C实现，以及MATLAB实现的，有什么差距呢？
另外numpy对于数组和矩阵的处理有MATLAB方便吗？
谢啦。
想问下对于大量数据的科学计算，比如machine learning，V2EX里有人使用python来实现算法吗？python实现的程序执行速度和C实现，以及MATLAB实现的，有什么差距呢？
另外numpy对于数组和矩阵的处理有MATLAB方便吗？
谢啦。
第 1 条附言 · 2013-05-20 14:44:53 +08:00
我理解楼下各位意思是python在科学计算中实际是属于胶水作用
python调用的各种库都是用C实现的...
我决定先不移植到python上了 把这个时间拿来用openmp实现下parallel computing
python调用的各种库都是用C实现的...
我决定先不移植到python上了 把这个时间拿来用openmp实现下parallel computing
 |
1
kfll 2013-05-19 05:37:11 +08:00  1
后端一般都是MP/MPI+C和Fortran
前端看到的多数是Python... PS: CADD领域 |
 |
2
y 2013-05-19 06:16:44 +08:00 1
估计还是 Matlab 处理矩阵运算厉害些。
代数相关的领域，用 SAGE 的人很多，这个完全是基于 Python 的, 可能有些关键部分用 C 优化过。 |
 |
4
cassyfar OP @y matlab对于循环处理太慢...
下了个SAGE看了下，他的优势是不是在于built-in functions？感觉性质和matlab等数学辅助工具一样吧 |
 |
5
chemhack 2013-05-19 07:03:55 +08:00 1
做machine learning如果你数据量大的话，也不需要并行计算，一般的瓶颈在磁盘IO。CPU密集型的计算python跟c有数量级的差距。
@kfll 在超算上跑python被人嘲笑的感觉就跟买了个mbp retina装了个windows XP一样，还是电脑城装机版的。PS，simulation领域 |
|
6
cassyfar OP @chemhack python性能差距这么大... 想使用python的初衷是看到Python上有scipy和matplotlib，以为处理跑出来的数据会方便不少
现在磁盘IO应该还没到 也是单thread在跑 主要是循环的周期太长 用Matlab一个周期要1小时多... |
 |
8
xiaoxuxu 2013-05-19 13:49:04 +08:00 1
numpy/scipy底层都是纯C的，性能不会比matlab差。scikit-learn, genism等都是建立在numpy/scipy之上。python只是提供了一个胶水层。另外纯python部分也可以再用pypy jit一下，性能相当可观
|
 |
9
xiaochong 2013-05-19 14:43:15 +08:00 1
不论性能，对于代码表达而言，numpy中主要类型是多维数组（可高于二维），matlab的主要类型是矩阵（二维，更加符合线性代数的表达），之前多用matlab，个人感觉matlab的表达更直接一些。
个人认为，python的优点在于其是免费的（octave http://www.gnu.org/software/octave/ 算是免费的matlab），而且与matlab的差距不大，因此越来越流行。 |
 |
10
luikore 2013-05-19 14:47:00 +08:00 1
scipy足够快了,不够快的自己把瓶颈处算法改改,比换语言更有效
|
 |
11
chichan 2013-05-19 16:37:36 +08:00 1
非常大，但是你可以用 numpy/scipy 获得优异的性能来解决这个问题，另外 numpy/scipy+matplotlib 的组合不输给 matlab，在很多地方上甚至超过它
|
 |
12
Ranler 2013-05-19 21:02:46 +08:00 1
之前模式识别的课程实验就用Sage(http://www.sagemath.org/)做的。。。
总体来说Sage不如matlab方便，比较小众，文档肯定也没matlab全。 性能还可以，如果不够的化可以再用的IntelCC重新编译numpy模块来实现CPU指令级（扩展指令集）的矩阵运算加速。 但是想锻炼自己的编程能力，可以上Python。如果只是做研究，直接matlab把。 |
 |
13
empilot 2013-05-19 22:13:49 +08:00 1
MATLAB是一种解释性语言，所以在运行效率上不如C，特别是在有循环的地方。
因为我曾经用matlab做过多重循环的算法，确实很慢。 于是，我看了这篇文章：http://web.cecs.pdx.edu/~gerry/MATLAB/programming/performance.html 主要是从三方面入手： - Using vector operations instead of loops - Pre-allocating memory for vectors and matrices - Correct code is most important 后来，我将原本一段耗时约500秒运行的matlab程序，用C编译后再运行，结果变快了10秒。 下面是我本科时“小打小闹”的一篇相关文章： http://em-pilot.appspot.com/2010/05/27/ImprovingMatlabCalculations.html 以上仅供参考，不知道是否有用... |
 |
14
Ricepig 2013-05-19 23:50:13 +08:00 1
@empilot 是的，使用MatLab仍旧偏向循环处理每一条数据，那就好比在数据库中放弃了sql语句而使用cursor来计算数据。建议是在更粗粒度上进行处理。
|
 |
16
sectic 2013-05-20 01:11:35 +08:00 via iPhone 1
大，很大，前段时间做图像，还有一些相关的计算，算了一下，c比python快很多很多。
而且论文的话，一般要求是c和 matlab。 |
|
17
sectic 2013-05-20 01:13:49 +08:00 via iPhone
矩阵的话，只是计算的话用一个单列list就够用了。numpy的变换完接下来不好做。
|
 |
18
yyai3 2013-05-20 09:14:22 +08:00
正要学习scikit-learn 有什么好的建议么？
|
 |
19
ruoran 2013-05-20 09:41:13 +08:00 1
我感觉numpy scipy matplotlib 的组合是强于matlab的。python性能肯定不如c，所以实在追求性能可以用c写一部分性能需求高的，然后用python调用吧。
FYI，https://news.ycombinator.com/item?id=363096 |
|
20
empilot 2013-05-20 12:43:57 +08:00 1
Python 在这方面的应用发展，从我订阅的Enthought的Newsletter来看也在不断发展中。
https://www.enthought.com/ |
 |
21
middleware 2013-05-20 14:32:13 +08:00 1
@ruoran 说的是正解。像矩阵运算，解线性方程，FFT 这些东西无论如何都得用 C 写（或者用现成的，比如 Intel MKL）。Python 顶多写写 top-level 准备数据的胶水代码。
|
 |
23
wizardforcel 2018-04-04 09:29:04 +08:00
NumPy 里面用了 C 的共享库。
而且 C 的代码里用了 SIMD，否则你用普通的指令还是慢。 Matlab 同理。 不过 Python 有个好处就是，你没必要用 C 来提升速度，它的一种方言 Cython 也可以。 |
Select Language