你可以在這個鏈接的底部找到一些有用的結果

從介紹開始A comparison of weave with NumPy, Pyrex, Psyco, Fortran (77 and 90) and C++ for solving Laplace's equation.

它還比較了MATLAB，并顯示了與使用Python和NumPy時類似的速度。

當然，這只是一個特定的例子，您的應用程序可能允許更好或更差的性能。在兩者上運行相同的測試并進行比較沒有壞處。

您還可以使用優化的庫來編譯NumPy，比如提供一些BLAS/LAPACK例程的ATLAS。它們的速度應該與MATLAB相當。

我不確定是否已經針對它構建了NumPy下載，但我認為如果編譯NumPy，ATLAS會根據您的系統調整庫

該鏈接提供了Windows平臺下所需內容的更多詳細信息。

編輯：<>如果你想知道什么是更好的，C或C++，那么你可能需要問一個新問題。雖然從上面的鏈接來看C++具有最好的性能。其他解決方案也非常接近，即pyRX、Python／Fortran（使用F2PY）和內聯C++。< > C++中我所做的唯一的矩陣代數是使用MTL和實現擴展卡爾曼濾波器。不過，我想，從本質上說，這取決于您正在使用的LAPACK/BLAS庫以及它的優化程度。

此鏈接包含許多語言的面向對象數字包列表。

總結

以上是生活随笔為你收集整理的matlab和python哪个运行快_MATLAB比Python快吗？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。