您可以在此鏈接的底部找到一些有用的結(jié)果

http://wiki.scipy.org/PerformancePython

從介紹來看，

編織與NumPy，Pyrex，Psyco，Fortran（77和90）和C ++的比較，用于求解拉普拉斯方程。

它還比較了MATLAB，并且似乎表現(xiàn)出與使用Python和NumPy時相似的速度。

當(dāng)然這只是一個具體的例子，您的應(yīng)用程序可能會允許更好或更差的性能。在兩者上進(jìn)行相同的測試并進(jìn)行比較沒有任何害處。

您還可以使用優(yōu)化的庫編譯NumPy，例如ATLAS，它提供了一些BLAS / LAPACK例程。這些應(yīng)該與MATLAB的速度相當(dāng)。

我不確定NumPy下載是否已針對它構(gòu)建，但我認(rèn)為如果編譯NumPy，ATLAS會將庫調(diào)整到您的系統(tǒng)，

http://www.scipy.org/Installing_SciPy/Windows

該鏈接提供了有關(guān)Windows平臺所需內(nèi)容的更多詳細(xì)信息。

編輯：

如果你想知道什么表現(xiàn)更好，C或C ++，可能值得問一個新問題。雖然從上面的鏈接C ++有最好的表現(xiàn)。其他解決方案也非常接近，即Pyrex，Python / Fortran（使用f2py）和內(nèi)聯(lián)C ++。

我曾經(jīng)做過的唯一的C ++矩陣代數(shù)是使用MTL并實現(xiàn)擴(kuò)展卡爾曼濾波器。我想，但實際上它取決于您使用LAPACK / BLAS的庫以及它的優(yōu)化程度。

此鏈接包含許多語言的面向?qū)ο蟮臄?shù)字包列表。

http://www.oonumerics.org/oon/

總結(jié)

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更快吗？的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。