欢迎大家来到IT世界,在知识的湖畔探索吧!

作为一枚程序员，想要研究Python编程语言与数学学习（教学）地结合，就不能不了解以及比对一下其他数学学习与应用的解决方案，比如R语言、Matlab等数学软件。经过广泛的搜索了解了一下国外的反馈与趋势之后，最终的结论就是Python确实是未来。

Python与R语言的对比

Python与R语言在数据分析领域的对比，DataCamp上有一篇引用率非常高的文章，数据分析选择R还是Python，不过这篇文章是2015年写的，我们先大致总结一下文章内容：

• R主要用于学术与研究，也开始迅速进入企业市场，越是接近统计学、研究、数据科学，你就会越偏爱R，而Python主要用于程序员想进入数据分析领域、掌握统计技能，以及其他开发人员进入数据科学领域。如果你的工作越接近工程环境，你会越偏爱Python。
• R的社区生态主要是研究员，数据科学家、统计学家和量化研究员，而Python主要是程序员和开发者。
• R学习门槛比较高，但是当你掌握了基础之后就学起来比较容易，R对程序员来说不难；Python可读性强，入门非常容易，被公认为非常不错的入门编程语言。
• 在2015年前的Tiobe编程语言的排名上Python排名在第4或第5，R排在第17到13。而据2015数据分析领域，用R的研究员占58%，Python占42%，两者都用的占23.45%；
• 在2013年，R转Python的有26%，Python转R的有18%，而新进入数据分析领域的有44%的人选择R，23%的人选择Python.

从2015年之前的情况看来，正如作者所说，R和Python在数据分析领域确实平分秋色，难分伯仲，从数据中我们可以看出，虽然Python相比R更流行，在编程方面更有优势，但是在数据科学领域，选择使用R的人更多。

但是翻到2018年的文章里看到2016、2017年的数据，情况下发生了逆转。在数据科学领域，2016年有34%的人选择Python，42%的人选择R，而到了2017年41%的人选择Python，36%的人选择R。在2017年的调查统计里数据科学家和工程师最流行的编程语言分别是JavaScript(58.7%，令人惊讶啊，可能与数据可视化有关？)、SQL（58%）、Python(45%)，而R（11.2%），Python在商业领域领域比较火，而R在学术和研究领域比较多，所以不那么流行吧。而在最近的Tiobe的排行榜上，与数据科学相关的编程语言Python、R、SQL、Matlab等涨幅都比较大，Python在整个编程语言的流行度也由2014年的2%猛增到2019年8.26%，跃居第3，成为2018年年度语言。

Python、R、Scala在数据科学领域的流行包‍‍

Python与Matlab的对比

虽然不是学数学的，但是Matlab的大名可是如雷贯耳，与数学相关专业、相关行业的学生、工程师们基本一定会使用到它。MathWorks公司跟设计公司Adobe、三维软件公司Autodesk一样都是极其硬核的存在，旗下的产品不仅是学习必备，而且是工程（比工作听起来霸气）必备。我个人对Matlab的了解极其有限，Python与Matlab的对比我也只能像一个产品经理去广泛查阅专业意见来权衡利弊。我所得出的结论也只是基于掌握了Python的前提，断不敢用偏颇的立场去亵渎神器。 我们来看一下美国相关专业人员对两者的对比，只是粗略而不精准的翻译一下。

我是一名工程师，之前长期使用Matlab来处理复杂的数学运算都没有遇到什么大的问题，就在几个月前因为岗位需要学习了Python之后，我才意识到Matlab相比Python是多么的糟糕。之前需要我用Matlab花一整天处理的问题用Python只需数小时，Python的表现、流畅度让我惊讶。而且使用Python我可以做之前用Matlab做的任何事情，而且更优秀。因此我非常建议Matlab使用者转向Python。Python编程语言比Matlab更强大，能够联合非常多的外部工具模块，只需一个文件就可以调用非常多的库、函数、类，语法也更加简单，面向对象开发也更加方便，还能非常方便地调用C、C++、Fortran。Python是免费的，而且可以运行在更多平台上面。 —Stackoverflow某工程师

经过调查Matlab与Python的宿命之争在2011年就开始了，而且网上Matlab与Python的对比文章、评论非常之多。Matlab官方在2013年就开始拿Matlab和Python进行对比官方对比最是致命：MATLAB OR Python中文，年代越近，由Matlab全面转向Python的建议就越多，更多人直言Python是未来的编程语言，在Python与Matlab的选择之上，看了非常多的建议，已成一边倒的趋势。 有人列出了Python相对于Matlab的8大优势，我只粗略翻译一下这8大优势，详情大家可以去查看原文：

• Python的代码相比于Matlab更简洁，可读性更强；
• 和其他编程一样，Python都是从0开始计数，而Matlab不是；
• Python可以更好地支持哈希字典；
• 面向对象开发让Python更简单、更优雅；
• Python免费且开源；
• Python一个文件、模块里可以包含非常多的函数；
• Python支持import声明；
• Python支持更多图像处理的包和工具集

在PyCon 2017年的大会上，多位大佬提出科学家应该全面拥抱Python，在2015年开始Python在NASA的地位就开始遥遥领先IDL、Matlab和Fortran。由于这里我们只讨论Python和Matlab在数学上的对比，至于科学家转型Python的优势的细节，大家可以看DataCamp的雄文。

小结

其实在写这篇文章之前，我就问过一下包括清华在内的学校以及一些数学专业的学生，Matlab和R还是占主流，但是经过一番调查发现在美国Python在数据科学、数学等方面好像渐成压倒性的优势。这也激励我要把用Python学数学的专栏给写下去。

以上为2019年3月份的对比

2020年11月的新趋势调查

对于沉迷于比较的我来说，2019年调查的对比结果可能过于陈旧，于是我又进行了一番调查。

以下是Kaggle （了解数据分析的童鞋，我就不介绍了）2019年年底做的用户调查，收到了近2万份的回复，从事数据分析相关行业的职业主体最多的是数据科学家、学生、软件开发工程师（程序员肯定首选Python）、市场调查、商业分析、产品经理和数据工程师、统计学家等：

而其中MySQL和PostgresSQL是最流行的关系型数据库，最流行的AI框架PyTorch, Tensorflow, and Keras全部都是基于Python的，Matplotlib和Seaborn是用得最多的数据可视化包，怎么又和Python贴合得比较紧密？50%以上的人使用Jupyter notebook，其次是VS Code和R studio（两个差不多）。

而这2万人最经常使用的编程语言是Python，其次是SQL，然后是R，从数据上来看使用Python的人是R的3倍，是Matlab的N倍。而只使用Python的人比只使用R的人要高数倍，也就是说会R的童鞋也会去学Python，会Python的未必会去学R。

从以上数据可以看出，经过了几年的发展（可以了解一下我之前调查的情况），Python的流行度越发地挤占了R和Matlab的空间了，数据显示这就是趋势，不以个人的喜好或者理解而改变。