大家好，今天小编关注到一个比较有意思的话题，就是关于深度学习matlab python的问题，于是小编就整理了4个相关介绍深度学习MATLAB Python的解答，让我们一起看看吧。
量化投资中，MATLAB和python哪一个好？
Matlab在矩阵处理方面的强大优势Python无法比拟，我曾经用Matlab和Python跑同一个算法，涉及到矩阵中Symbol求导。
Python用的是Numpy，Sympy和Scipy，感觉Sympy中Matrix虽然功能强大，但是速度很慢，而且需要专注其中各种细节。
如：其对Complex类型是无法自动expand的，常常出现(1+I)(2I+1)这种结果，这时需要调用.expand来解决。
Matlab可以使你专注于模型，Python要超过Matlab还需要时间。
但是Python在内容抓取，机器学习，等有强大的第三方包，如Scarpy，Skikit-learn等，发展很快。
matlab为啥和python那么像？
有 Python+numpy的优点： 免费，软件体积小； 代码更简洁； 有set、dict之类的高级数据结构； 文本处理更方便。
Matlab的优点： 绘图比较方便， 自带很多专业函数； 默认数据类型为实型（即使是整数常量也会被转换成实型） 有profiler，可以方便地找到程序的效率瓶颈。
Python如何像matlab一样处理数据？
关于这个问题，Python可以使用NumPy和Pandas库来像Matlab一样处理数据。NumPy是一个用于科学计算的Python库，它提供了多维数组对象、线性代数、傅里叶变换等功能。Pandas库则提供了数据结构和数据分析工具，可以轻松地对数据进行操作、清洗和分析。
下面是一些使用NumPy和Pandas处理数据的示例：
NumPy可以使用numpy.array()函数来创建一个数组：
```python
import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(a)
```
输出结果为：
如何自学matlab编程或者python编程？
Matlab和Python我都是结合着例子来编写练习的，不过我本身是有别的语言基础的。这里推荐你可以去看官方文档以及给出的例子，自己来动手试一试~
建议可以从Python入手。
Matlab相对来说适用范围要窄一点，它主要是用于科学计算方面。而python是应用十分广泛的通用编程语言。因其语法简洁、易上手等特点近年广受欢迎。并且在热门的机器学习和网络爬虫方面都有运用。
这里有官方的参考文档和教程，官方文档中的教程是非常值得一看的。（有中文）
[_a***_]一本《Python语言及其应用》作为入门是比较不错的。
到此，以上就是小编对于深度学习matlab python的问题就介绍到这了，希望介绍关于深度学习matlab python的4点解答对大家有用。
