Python与Matlab对比
我在考虑从MATLAB转到Python，主要是用来做量化交易，成本方面其实不是问题。我很喜欢MATLAB的一些功能，想知道Python在这些方面表现如何（我在网上找的评论里没有找到答案）。
Python有没有像MATLAB那样好用的开发环境（IDE），比如变量编辑器、调试工具和性能分析工具？我听说过Spyder这个工具，但它有性能分析功能吗？
在MATLAB中，如果你修改了路径上的一个函数，它会自动重新加载。那在Python中，如果你修改了库，是否需要手动重新导入，还是可以自动完成？这虽然是个小问题，但实际上能大大提高我的工作效率。
11 个回答
你可能还想看看下面这个讨论里的答案，虽然它们没有解决你提到的两个主要问题：
我也是从Matlab完全转过来的：
我还没有使用过功能齐全的Python开发环境，但在IPython中结合Matplotlib、Numpy、Scipy等使用得还不错。其实我用的是Enthought Python Distribution，这个版本里预装了我需要的大部分科学和量化的包。我还听说过Python(x,y)和Sage也不错。
也许其他开发环境能处理这个问题，但在IPython中我使用了自动重载功能，这个效果还挺好的。
正如其他人提到的，由于数值和量化库直接进入了Python，而不是在某种语言上再搞一个数值库，你会发现Python给你带来了很多灵活性，这是Matlab所没有的。而且Python社区，特别是在数值和量化领域，真的非常棒。
我在使用Python(x,y)这个软件包里的Spyder开发环境时感觉非常不错。我之前一直在用Matlab，已经用了很长时间，虽然知道Python这个语言大概有十年了，但直到我安装了Python(x,y)之后，才开始经常使用Python。
IDE（集成开发环境）：不，Python的IDE远没有MATLAB的好用和成熟，不过我听说Wing IDE还不错。一般来说，我觉得对于Python开发来说，IDE有点过于复杂了，我发现用一个设置好的文本编辑器（我用的是vim）和一个单独的可视化调试工具（WinPDB）工作效率更高。
更改函数：在修改后，模块必须使用内置的reload()函数重新加载。
import foo
#now you've changed foo.py and want to reload it
foo = reload(foo)
我自己也从MATLAB转到了Python，因为我发现Python在处理复杂性方面要好得多，也就是说，我觉得在Python中编写、调试和维护复杂代码更容易。原因之一是Python是一种通用语言，而不是专门用于矩阵操作的语言。因此，像字符串、非数值数组以及（非常重要的）关联数组（或者说映射或字典）在Python中都是一等公民，类也是如此。
在功能方面，借助NumPy、SciPy和Matplotlib，你几乎可以获得MATLAB开箱即用的所有功能，还有很多你需要单独购买工具箱才能得到的功能。