几大数学软件各有什么优缺点？ - MATLAB
几大数学软件各有什么优缺点？Matlab、Maple、Mathematica、MathCAD 以及基于python的numpy/scipy/sympy 等8 条评论按投票排序按时间排序22 个回答什么是答案总结？答案总结22赞同反对黄大宁，航空/Linux/创造wonleo、草龟太郎、逍遥温温 等人赞同某种程度上这几个软件都用过。但是，MathCAD貌似我只用过几天，而Maple用过几个月吧，这都是约5年前的事情。现在主要用MATLAB和Mathematica。所以以下我讨论一下后两者，简称ML和MM吧。首先，ML是一种数值计算程序，而MM（及Maple等）是一种符号计算程序。…显示全部某种程度上这几个软件都用过。但是，MathCAD貌似我只用过几天，而Maple用过几个月吧，这都是约5年前的事情。现在主要用MATLAB和Mathematica。所以以下我讨论一下后两者，简称ML和MM吧。首先，ML是一种数值计算程序，而MM（及Maple等）是一种符号计算程序。这样来说，两类程序恐怕可比性并不很高。然后，ML的语言是结构化的、解释性的，MM的语言有点像lisp（看了MM全书以后感触挺深）。这应该是二者的本质区别。相应的优点、缺点，也几乎就是结构化语言和函数型语言的优点、缺点。顺带一提，ML语言为解释性的，其计算效率并不高。最后，从应用领域的角度看，二者都可谓包罗万象。控制仿真、图像处理、信号分析等等都是ML的强项。它的优势在于工具包非常全面（这弥补了计算效率上的劣势）。MM的我研究得不是很深，但我大略扫过它的文档，感觉功能的数量不亚于ML（对了，MM的数据可视化强于ML；我做过MCM，当时特意用MM显示数据）。我现在用ML，主要做些数据处理；用MM，主要推些公式。要补充的是，ML也带有符号计算的功能，但是借用的MuPAD内核（以前貌似是Maple的）；而MM也能作数值计算，而且能计算到任意精确的程度。但我认为这些都不是两者的核心功能。参考linux的观点，各个软件将某一方面的能力提升到极致，最后组合起来，可以非常强大。楼上提到MATLAB脚本字体之类的问题，其实完全可以用其他编辑器编辑脚本，然后用ML调用脚本去跑。ML自带编辑器，对我来说是很奇怪的事情，呵呵。发布于
条评论&没有帮助&&
168赞同反对杨勤荣，体感娱乐专家一个帅气的ID、jar sun、黄佳鑫 等人赞同先说我的观点，再给一个比较权威的结论。我用过Matlab和Mathematica，我觉得Mathematica的表达能力要更强一些，并且可以把公式文档和计算过程都很优雅地表达在一个notebook里面，说白了就是可以图文并茂地表达一个复杂的过程。mathematica作为写一个算法的…显示全部先说我的观点，再给一个比较权威的结论。我用过Matlab和Mathematica，我觉得Mathematica的表达能力要更强一些，并且可以把公式文档和计算过程都很优雅地表达在一个notebook里面，说白了就是可以图文并茂地表达一个复杂的过程。mathematica作为写一个算法的快速原型工具，现在可以很方便地实现任意复杂的算法，也容易生成数据去检验。国内讲mathematica的书比较少，大部分是关于数学实验的，专题性质的不多。国外有一些讲得比较深入的，例如wolfrom写的《mathematica全书》，读这些书不仅能让你熟练使用 mathematica，更多地是拓展你在计算机科学的视野。Matlab的工具箱非常强大，抢占了大部分理工科的阵地，书也很多，可以说是所有数学软件中最多的了吧，用户群也是最大的，到处都可以见到各类论坛。但是目前大家都是把Matlab作为一个应用的工具，讲的不够深入，深入的是那些背后的数学原理。现在几乎理工科各个类别的算法（专业很高的算法）都可以找到matlab版本的。比如我要做数据分类，就用了别人写的matlab版的最小均方SVM，如果是用Mathematica的话，那就得自己写到崩溃了。最后一点，我一直觉得Matlab的脚本字体不美观，而且完成一个东西一次要写好几个脚本，所以我更愿意用mathematica。比较权威的比较：关于几大数学软件的比较，国内一直争论不休，却不知有个德国人在这方面已经做了很精确的比较。一共60多页的文档，从6个大项100多个小项目进行了详细的比较。几十个表格，数千行代码，而且为了保证同样的算法的代码质量，Mathematica的代码由Wolfram Research的人来写，Matlab代码由MathWorks的人来写。不得不佩服德国人做事的严谨，再想想我们还在这里瞎吹，哎。。。。最后评分结果：Maple 51.13% Mathematica 71.05% Matlab 69.58%详细的比较大家自己去看吧。/ncrunch/ncrunch5.pdf编辑于 1 条评论&没有帮助&&
25赞同反对知乎用户知乎用户、张瑾轩、丁斐 等人赞同据个人的使用来说,我用这些软件都差不多有十来年,有些七八年的样子.请相信专业的,顶尖的,自己的深入体会的.自己的眼光最重要,用事实说话,体会其中的精华,而不是表面精华要从抽象层面和使用层面,这是软件生存的本质抽象到极致,实践到极致,带点偏见,就是正见…显示全部据个人的使用来说,我用这些软件都差不多有十来年,有些七八年的样子.请相信专业的,顶尖的,自己的深入体会的.自己的眼光最重要,用事实说话,体会其中的精华,而不是表面精华要从抽象层面和使用层面,这是软件生存的本质抽象到极致,实践到极致,带点偏见,就是正见谁用matlab不是冲着工具箱的话,他只用了1/10谁用Mathematica和Maple不是用符号计算,那也只用了1/3谁说Matlab也有符号计算的话,不知道他的符号引擎不是自己的,是第二流的引擎,请绕开工具没有最好,有时候还有审美方面的需求,比如我就一直纠结在Maple和Mathematica之间以至于两者都会,事实上我最强的是Matlab,使用最久,到现在估计差不多十年了这些要看个人,工业界,科研界的评判我看上面的解说,都是谁谁怎么样,您自己呢,但是体会有些地方感觉不怎么对,以下算作补充:首先,Maple和Mathematica是以符号计算著称,但是近年来Maple和Mathematica在数值计算上也有长足的发展,总体来说Matlab&Mathematica&Maple,差距在缩小;就符号计算本身来说,如果做过测试的话,Maple&Mathematica&Matlab(现在matlab用mupad的核心,以前用的maple的),所以严格来说Matlab是没有自己的符号计算的.而从编程范式方面,Mathematica支持的编程范式是最多,什么函数式,子过程式,递归,面向对象,还有很多.甚至非常完美的支持 List等,语法规则比较严格Maple语法规则太灵活,入门快,但是要成为高手就有点玄乎,相比mathematica要成为高手容易一些,单从语法上说.2. 从帮助文档上说,Maple不太规范.Mathematica的方式我最喜欢Matlab还不错,现在趋向于和Mathematica同样的写作方式写帮助了3.从公众交换代码方面,Matlab的file exchange最强大,东西最多Mathematica的alpha平台以及其他也不错Maple在这块比较弱了4.从使用上来说,Matlab最强大的是工具箱,他的控制工具箱是一绝,世界上绝无仅有的东西而其他工具箱很多也达到top1,2,3的样子,而且新技术融入很快,当年的小波,小波包,信号处理方面现在的代码生成,代码优化方面,直接生成硬件代码和硬件代码的半硬件调试基本上也是无人能敌了Mathematica在国外,尤其美国使用者很多5.数学的顶尖工具箱方面,可以推荐一下Maple的张量工具箱等,那是高深啊,还有其他一些Mathematica比不上的有很多ODE,Mathematica解不出来,Maple可以的Mathematica的差分方程我是很喜欢的Mathematica在special function的帮助,分类的帮助,说总共有多少类,多少个公式,一一列出,我泪崩,世界上没有比这更好的了.6.但是Mathematica的语法真心喜欢,如果你对functional paradigm,list,rules这些感兴趣,你会发现,这真是NB7.在公众贡献放方面Mathematica贡献了 wolfram function , math world,以及demo等Maple软件本身带有物理以及数学的很多知识总的来说:Matlab适合工程界,尤其是工具箱,快速代码,还有和第三方软件的很多集成,比如优化工具箱其中最为明显的第三方就是comsolMathematica语法优秀,优秀到几乎带有所有的编程范式Maple符号计算最强,至少在我的测试下是如此,也出了仿真的Maplesim三个我都用.可惜我没米,买不起补充:现在你基本上不用考虑效率方面的问题了随着硬件的进步,算法的进步并行支持,分布式计算支持,多核支持,甚至GPU的深度支持计算速度慢慢退居次要了可视化编程方面,Maple和Mathematica都有大大的进步,已经到了智能判断很多东西的程度了推测你的意图Matlab根据你的鼠标操作生成代码,也是太厉害了所以易用性,三者差距在缩小有人说Matlab的图和编码是分开的,但是他有Notebook模式,很多人没用过Mathematica有cdf,自然编程方式Maple和Mathematica基本上差不多了补充:ref首先一定要看features,得读十来遍吧Wolfram Research's Product Line of Technical Software, Technologies, and ServicesWhat is Maple: Product FeaturesMaple Features然后他们两家自己互掐,注意Matlab不在掐之列,因为他靠工业工具箱,另外两家根本没法跟他比Similarities between Mathematica & Maple Are Only Skin DeepCompare Mathematica to Maple: Features Make the DifferenceWhy MathematicaWhy Mathematica? Compare Mathematica to Other Technical Computing ToolsAnalysis of Wolfram Research's Comparison of Mathematica? and MapleAnalysis of Wolfram Research's Comparison of Mathematica速 and Maple- Maplesoft从我以前早期的浏览历史,Mathematica先掐的MapleMaple-Mathematica速 Comparison- MaplesoftMaple vs Mathematica注意这句:In general Maple is more powerful on solving Integral equations, differential equations and Groebner basis, Mathematica is more powerful for integration, recurrence relations, equation solving and simplification. 编辑于
条评论&没有帮助&&
375赞同反对匿名用户Lynn、知乎用户、一个帅气的ID 等人赞同曾经很喜欢折腾，至少用过有40多个数学软件，包括几乎所有出名的和一些不出名的，大型的中型的。其中3M（Matlab、Mathematica、Maple）用的较多，一些浅见：Matlab线性代数和数值计算方面优势显著，向量化运算往往比同类软件更快，拥有超多工具箱，仿真，图…显示全部曾经很喜欢折腾，至少用过有40多个数学软件，包括几乎所有出名的和一些不出名的，大型的中型的。其中3M（Matlab、Mathematica、Maple）用的较多，一些浅见：Matlab线性代数和数值计算方面优势显著，向量化运算往往比同类软件更快，拥有超多工具箱，仿真，图像处理，信号处理，金融，统计，优化......程序语言比较易学，编辑和调试环境不错方便构建GUI不是原生支持符号计算（符号计算远不止是推导公式），新版的mupad内核还不错，但是和Mathematica、Maple比有明显差距，不论是深度、广度和速度递归特别慢，比Mathematica和Maple以及常见的脚本语言都慢在一些数学领域相对薄弱，如数论，图论，离散数学等高精度和大数计算比较慢(如精确计算100万的阶乘或π的前500万位)工具箱之间的协作能力不是很好界面不太好看(新版R2013a的Ribbon界面不错)缺省画图不美观，锯齿，系统函数命名不够规范Mathematica符号计算非常强大，可解的方程类型最广泛非常强大和灵活的语言，完成相同的工作，和同类语言相比代码量往往最少语言高度统一，支持相当多的编程范式，过程式、函数式、元编程，逻辑编程、基于规则...循环比较慢，可以用Compile加速，或使用Map、Table、Nest等代替循环许多内置函数具备AAS机制(AutomaticAlgorithmSelection)擅长高精度和大数计算，图形方面的函数很丰富，默认画图比Matlab和Maple更好看界面美观，输入公式很方便帮助文档很友好价格较高，比matlab更贵(Matlab的价格取决于你要哪些工具箱)向量化的操作比Matlab稍慢，有时比Matlab更耗内存代码调试不是很方便，但可以用Wolfram Workbench（基于Eclipse的IDE）改善程序语言学习曲线陡峭，排除熟悉Scheme、Haskell等函数式语言或者作为高级计算器使用的人（Mathematica的语法和常见的过程式程序语言有较大不同，虽然也可以作为过程式语言来用，但代码的和速度和优雅程度就大打折扣了）Maple：符号计算非常强大，和Mathematica相比各有千秋许多多项式操作比Mathematica更快一些符号积分Maple也有速度优势（特别是不定积分），不过有时返回的结果没有Mathematica给出的更严谨、鲁棒性好，能算的积分类型没有Mathematica多Maple的“适应性”更好，有的问题Mathematica需要一定的预处理才能算的更快，得出满意的结果Maple更擅长(偏)微分方程，(其实Maple和Mathematica都能解一些对方解不了的一些特殊微分方程)可以带步骤求解一些问题，Mathematica需要第三方的Package或借助WolframAlpha上手较快，一些常见的操作无需命令，通过右键菜单就能完成界面有点卡(基于Java swing)，经典界面流畅但是很土自带的代数方面的package比较丰富化简能力，不等式求解，逻辑系统较Mathematica逊色一些数值计算总体上比Matlab和Mathematica差一些高精度和大数计算方面强于Matlab弱于Mathematica统计方面有些薄弱补充：针对楼上某个答案说几句，那个答案错了一大半，真不容易，三M都是图灵完备的程序语言，Matlab并没有在编程方面胜出，表达复杂的数据结构时反而不甚方便，抽象能力、多范式编程占不了优势。
“开发新算法”这种说法很奇怪，绝大数人谈不上开发什么新算法，只是用程序语言去表达算法，写写原型，调用别人已经写好的类库。“真正的数学研究”用的不多的恰恰是Matlab，工科更适合用Matlab，当然，天朝也许特殊点儿
数值计算方面，Matlab的优势已不明显，Mathematica5之前数值计算速度明显不及Matlab，之后很多内置函数的速度已和Matlab一个级别，Mathematica8开始JIT优化进步很大，按照过程式的风格在涉及循环、条件控制的时候经常能超过Matlab（Mathematica用Compile，Matlab用Coder工具箱），即使和Matlab擅长的矩阵运算相比也未必落下风。/JuliaLang/julia/tree/master/test/perf/micro
就用户量来说，Matlab最多，但在国内尤为突出，除了进入中国市场更早，也与国人喜欢跟风、没有主见不无关系(包括许多大学)，如果你能理解IE6的话。而在英语世界，Mathematica就比国内更流行，去stackexchange/stackoverflow就可以看出来。通过Google trends也看得出，Matlab的热度中国最高，区域热度最高的Top10大多是发展中国家，而Mathematica区域热度最高的大多是发达国家。不可否认Matlab的强大，但在国内确实有点儿被“神话”，不时见到一些言论，俨然Matlab已经无敌了，一些本不是Matlab的优点的都被说成了优点。Matlab真正擅长的是工程领域，是绝佳的工程软件，作为数学软件的优势并没有Mathematica和Maple大。鉴于这几个软件都不是国人开发的，老外对它们的了解程度想必不在我们之下，Stack Overflow上的回答应该更具说服力吧：/questions/153/what-should-i-learn-first-mathematica-or-matlab/questions/179904/what-is-matlab-good-for-why-is-it-so-used-by-universities-when-is-it-better-th/180341/questions/119714/introducing-programming-to-a-mathematician/737编辑于 5 条评论&没有帮助&&
9赞同反对知乎用户，会计学学生知乎用户、康明轩、住吉 等人赞同说些简单的：只有mathematica才有官方中文帮助啊，而且排版非常清爽。相比起来，其余2者差了远了，而且例子也是mathematica最丰富。mathematica画出来的图非常好看，输出的图能和文字、计算、公式放在一起，而不是像matlab单独弹出个窗口。而且，mathematic…显示全部说些简单的：只有mathematica才有官方中文帮助啊，而且排版非常清爽。相比起来，其余2者差了远了，而且例子也是mathematica最丰富。mathematica画出来的图非常好看，输出的图能和文字、计算、公式放在一起，而不是像matlab单独弹出个窗口。而且，mathematica输入输出的格式和我们平常使用的格式很接近，当然目前的maple也是，只有matlab还得用很多括号。。。从最新版本的占用空间上看，maple只有500MB不到，mathematica有1GB，matlab大概有4GB。还有点非常无语，matlab每年都会出2个版本……而且版本号非常容易混淆，貌似有段时间是向下降的。maple和matlab应该主要是用java语言写的，而mathematica主要是用c语言。不过----&（评论里曹洪洋先生指出这是错的）编辑于 1 条评论&没有帮助&&
4赞同反对知乎用户，Py/推荐系统/爬虫/NLP/机器学习/审计逍遥温温、cow xt、知乎用户 等人赞同说个题外，大概是04年初中的时候，用过一个几何自动证明软件，当时就shock到，居然能自动证明蝴蝶定理。看它的证明过程也是乐趣，它会不停的添加辅助线。说个题外，大概是04年初中的时候，用过一个几何自动证明软件，当时就shock到，居然能自动证明蝴蝶定理。看它的证明过程也是乐趣，它会不停的添加辅助线。发布于
条评论&没有帮助&&
5赞同反对JX Consp，朱门酒肉臭，路有克苏鲁约泉、吴次仁、傻呆 等人赞同我说一个 Julia；优点：1. 速度快2. 有时（其实是经常）可以当做 Lisp 写3. 可以方便的部分达到 CPP 的 template-based programming 的效果，增强稳健性（防御式编程）和运行速度（型别已知）4. 随意调用 Python 包5. 有 best (coding) practice 做参考6. …显示全部我说一个 Julia；优点：1. 速度快2. 有时（其实是经常）可以当做 Lisp 写3. 可以方便的部分达到 CPP 的 template-based programming 的效果，增强稳健性（防御式编程）和运行速度（型别已知）4. 随意调用 Python 包5. 有 best (coding) practice 做参考6. 暂时我还没有玩过，但是可以用 JuMP 的方法用 macro 写 DSL缺点：1. 虽然对我来说不是缺点，但是每次准备安利时发现没有 IDE 安利不能2. 自用的包每次更新的时候要调整不少避免 warning3. 虽然常常有 pre-compiled 的版本，但是不编译一个最新 master 版本会不舒服4. 偶尔编译时会有蛋疼情况，比如系统上的 llvm 和编译要求的不一样编辑于 2810 条评论&没有帮助&&
4赞同反对方洪，计算机网络是职业,摄影是我的爱好知乎用户、W-pauli、知乎用户 等人赞同我用过mathematica,其它软件没有用过，使用也只是限于计算一些简单的数学问题，绘制函数图形，而我的数学水平也只限于大学学的微积分而已，但是我觉得这个软件非常容易上手，就是我这样的数学爱好者，菜鸟，都可以用来解决一些数学问题。我用过mathematica,其它软件没有用过，使用也只是限于计算一些简单的数学问题，绘制函数图形，而我的数学水平也只限于大学学的微积分而已，但是我觉得这个软件非常容易上手，就是我这样的数学爱好者，菜鸟，都可以用来解决一些数学问题。发布于 添加评论&没有帮助&&
4赞同反对冷哲，欢迎关注微信公众号yushuReview知乎用户、匿名用户、知乎用户 等人赞同Matlab其实是个工程软件。纯数学方面并不强，符号运算更是渣。但是变成方便，适合做模拟和一般计算工作。当然，因为是脚本语言，所以效率比不上一般的编程语言。它主要胜在适用面非常广，这种库的支持非常好，还有专门输出报表的库。因此，系统模拟，控制系…显示全部Matlab其实是个工程软件。纯数学方面并不强，符号运算更是渣。但是变成方便，适合做模拟和一般计算工作。当然，因为是脚本语言，所以效率比不上一般的编程语言。它主要胜在适用面非常广，这种库的支持非常好，还有专门输出报表的库。因此，系统模拟，控制系统设计、图像处理、信号处理等等都可以用。我还用这软件来排相框。MathCAD没有用过，不清楚。Maple感觉纯数学、推公式更适用些，适用面比较窄。Mathematica据说也可以做一些工程应用方面的工作，但是我没有用过这方面的功能，所以无法评论。编辑于
条评论&没有帮助&&
6赞同反对磊磊，船舶设计与建造，数学知乎用户、知乎用户、xiao zhou 等人赞同我这里专门写一下Mathematica的软件引擎（下面全部引自mathematica帮助文档）。、Mathematica 是当今最复杂的软件系统之一. 它由数百万行 C/C++、Java 和 Mathematica 源代码写成. Mathematica 中的 C 代码实际上是用支持一定的内存管理和面向对象特征的扩…显示全部我这里专门写一下Mathematica的软件引擎（下面全部引自mathematica帮助文档）。、Mathematica 是当今最复杂的软件系统之一. 它由数百万行 C/C++、Java 和 Mathematica 源代码写成. Mathematica 中的 C 代码实际上是用支持一定的内存管理和面向对象特征的扩展 C 语言写成的. Mathematica 代码使用 Share 和 DumpSave 进行了优化. 在 Mathematica 内核中，不同部分的代码构成大致如下：语言和系统占 30%；数值计算占 20%；代数计算占 20%；图形与内核输出占 30%. 大多数代码是相当密集的和系统化的：实际上是简单过程或表的那些部分使用最少的代码，这是因为这些代码趋向于在较高的层次上编写\[LongDash]\[LongDash]常常直接以 Mathematica 语言编写. 内核中的源代码，对于运行 Mathematica 的所有计算机系统是完全相同的. 然而，对于前端，需要大量专门化的代码来支持不同类型的用户界面环境. 前端包含大约 700,000 行独立于系统的 C++ 源代码，其中大约 200,000 行涉及表达式的格式构造. 这里有 50,000 到 100,000 行的特殊代码，这些代码专门处理每个不同的用户界面环境. Mathematica 使用客户\[LongDash]\[LongDash]服务器计算模型. 前端和内核通过 MathLink 来连接\[LongDash]\[LongDash]使用同样的系统与其它程序通讯. MathLink 支持多个传输层，包含基于 TCP/IP 的和使用共享内存的.前端与内核使用三个独立的 MathLink 链接来连接. 一个是用于用户提交的计算. 第二个是用于前端求解 Dynamic 表达式的值. 三是用于内核，以通知前端应该使哪个 Dynamic 对象失效.在 Mathematica 内核的 C 代码部分，主要通过交换完整的 Mathematica 表达式实现不同部分之间的通信，以此来获得模块性和一致性. 但是应当注意，即使系统的不同部分在源代码层次是相当独立的，它也有许多算法的相互依赖性. 例如，我们可以常常看到使用了大量代数算法的数值函数，或者使用嵌入在不同 Mathematica 函数中的高级数学算法的图形代码.自从1986年 Mathematica 开始发展以来，平均每年有1千开发人员从事 Mathematica 源代码的创建. 此外，与代码创建相当的精力或者更多的精力用在代码的测试和验证上. 自从第1版发行以来，Mathematica 的源代码已经有了很大改变. 在内核中的代码总行数从第1版的 150,000 行，到第2版的 350,000 行，又到第3版的 600,000 行，第4版的 800,000 行，第5版的一千五百万行，到第6版的两千五百万行. 此外，在每个阶段，现有代码都被修改了\[LongDash]\[LongDash]因此，在第6版中，仅有很少的一部分代码与第1版中的代码是相同的. 然而，尽管在内部代码中有这些变化，Mathematica 用户层次的设计一直保持与第1版的兼容性. 到目前为止，添加了许多新功能，但 Mathematica 第1版中创建的程序无需任何改变，绝对能在第 6 版中运行.发布于 添加评论&没有帮助&&
9赞同反对石庆年，Automan车联网平台知乎用户、图农睡不醒、刘海 等人赞同我正好用过其中的3个软件，我回答一下：（我在PTC工作的时候，正好公司收购MATHCAD，公司做过多次竞争软件评估）四大数学软件：Maple、MATLAB、MathCAD（被PTC收购）和Mathematica。1）MATHCAD:如果仅仅是要求一般的计算或者是普通用户日常使用，首选的是Ma…显示全部 我正好用过其中的3个软件，我回答一下：（我在PTC工作的时候，正好公司收购MATHCAD，公司做过多次竞争软件评估）四大数学软件：Maple、MATLAB、MathCAD（被PTC收购）和Mathematica。1）MATHCAD:如果仅仅是要求一般的计算或者是普通用户日常使用，首选的是MathCAD，它在高等数学方面所具有的能力，足够一般客户的要求，而且它的输入界面也特别友好(类似word界面）。设计院客户比较多，用于写计算说明书。2)如果要求计算精度、符号计算和编程方面的能力，推荐用Mathematica。3)如果有实时数据流，仿真方面的运算，推荐MATLAB，它的矩阵计算和图形处理方面则是它的强项。国防/军工/电子行业客户比较多。4)MAPLE我没有用过。这只是大概的比较，其实现在这4种软件，各家的发展方向已经完全脱离开数学领域了。现在做数学领域比较已经没有什么意义。 编辑于
条评论&没有帮助&&
0赞同反对乌尔比诺，毕业多年的双鱼座数学系学渣Maple做多项式的计算强，当年用Maple在F_{2} 上分解x^{65535} -1，结果酸爽Maple做多项式的计算强，当年用Maple在上分解，结果酸爽发布于 添加评论&没有帮助&&
7赞同反对知乎用户，Coder，找个喜欢的工作中，要用python小碧、知乎用户、知乎用户 等人赞同怎么没有人谈maxima, 起码最大的特点就是不要钱啊。怎么没有人谈maxima,
起码最大的特点就是不要钱啊。发布于 添加评论&没有帮助&&
3赞同反对知乎用户，高频交易毕成、逍遥温温、吴伟赞同难道不是我大R language？难道不是我大R language？发布于 161 条评论&没有帮助&&
36赞同反对木遥，资深数学初学者吴事、陈玉新、知乎用户 等人赞同其实数学软件之间是不太好比较的，因为面向的用户群体完全不同，彼此并不太构成竞争。以 Matlab 为例，一般来说它被看成是最重要的数学软件，可是事实上 Matlab 更象是一个编程环境，而不是一个软件。如果要比较，Matlab 应该和 python 之类做比较更好。和…显示全部 其实数学软件之间是不太好比较的，因为面向的用户群体完全不同，彼此并不太构成竞争。以 Matlab 为例，一般来说它被看成是最重要的数学软件，可是事实上 Matlab 更象是一个编程环境，而不是一个软件。如果要比较，Matlab 应该和 python 之类做比较更好。和所有其它数学软件相比，Matlab 在编程方面的功能都远远胜出，不在一个水平线上。Mathematica 才是一个真正意义上的数学软件，或者确切来说，是「计算软件」，是用来算东西的。比如算100的阶乘，比如一个多项式的根，比如画出一条曲线的形状。这些它可以做的非常好，但是也仅限于此。要用它开发出一个新算法是几乎做不到的。所以真正的数学研究或者相关领域的研究反而没人用 mathematica，就像数学家并不真的需要用计算器一样。Mathcad 其实不是一个数学软件，而是一个「写数学」的软件，可以很方便的输入，但是长处也仅限于此。不过今天在数学公式输入方面，latex 已经是事实上的标准了，所以 mathcad 的市场其实是相当有限的。Maple 在我印象里是一个没落中的软件。曾经在学术界有很多人喜欢，但是今天似乎已经没什么人在用了。 发布于 9 条评论&没有帮助&&
17赞同反对知乎用户，《Spark大数据分析实战》已经出版，价格…壮壮、逍遥温温、知乎用户 等人赞同因为在读PhD，所以经常会犹豫该用什么数学软件或者编程语言写算法。最疯狂的时候，写一个关联挖掘的算法，先后用过Java，R，matlab，Python，C++。每个软件甚至编程语言都各有千秋，始终没有找到我想要的完美解决方案。作为一个有完美强迫症的人，痛苦不堪…显示全部因为在读PhD，所以经常会犹豫该用什么数学软件或者编程语言写算法。最疯狂的时候，写一个关联挖掘的算法，先后用过Java，R，matlab，Python，C++。每个软件甚至编程语言都各有千秋，始终没有找到我想要的完美解决方案。作为一个有完美强迫症的人，痛苦不堪，直到某一个想明白了这个问题：所有的软件，语言，都是工具而已，不存在完美的方案。而且，随着应用中新领域的不断出现，不仅会推出新的数学软件，也会出现针对某个专门问题的专业软件。选择数学软件或者工具、语言的时候，一般考虑两个维度：抽象高度 和 扩展广度。先从容易理解的说起。所谓扩展广度，也就是说软件的工作能力，比如数据可视化、作图的能力，读取各种数据源的能力（文本，表格，数据库），与其他软件集成、提供接口调用的能力，扩展第三方程序集的能力，以及使用界面是否人性化。但是，如果功能太强大，什么功能都具备，那么软件上手难度会相应的增大，违法了“大道至简”的原则。再谈抽象高度。所谓抽象高度，也就是这个软件的最基本数据思维逻辑单元是什么。大家熟悉的Matlab，其核心数据结构就是矩阵，一个向量也可以看做一个矩阵。Matlab的一切计算基础都是矩阵运算。抽象程度高的优点有两个：用户可以绕过底层数据逻辑，直接思考实现顶层的算法，跳过琐碎的程序细节；可以大大提升运算速度。为什么Matlab的矩阵运算速度那么快？因为矩阵是其基本数据结构，所以Matlab中核心的矩阵运算是在二进制内存级别上完成的。当然，抽象程度高的缺点也是很明显的：一定程度上会损失使用的灵活性。所以，在这两个维度上，就可以对常用的数学工具、语言（本人比较熟悉R、Matlab、Python）做一个分类了：P.S. 这里的Python指扩展了numpy, scipy库。限于对其他软件的了解有限，所以无法发布意见。。。不过这种分类方法还是可以考虑的，用来寻找适合自己的数学工具。编辑于
条评论&没有帮助&&
6赞同反对何史提，站在巨人肩膀上知乎用户、陆老邪、魏源源 等人赞同过去本人从事理论物理研究工作，现在则从事生物、计算机科学研究，使用机器学习工具，本人尝试从个人经验讨论各类软件的优劣。Mathematica:长处：算符运算能力强大，界面美观，语言简洁，容易取得真实数据，画图精美短处：运算速度慢，受界面影响，不利处理…显示全部过去本人从事理论物理研究工作，现在则从事生物、计算机科学研究，使用机器学习工具，本人尝试从个人经验讨论各类软件的优劣。Mathematica:长处：算符运算能力强大，界面美观，语言简洁，容易取得真实数据，画图精美短处：运算速度慢，受界面影响，不利处理大量数据MATLAB / Octave:长处：向量化语法，大量工具箱短处：语言易读性低Python + NumPy + SciPy:长处：语言简洁，可做数值计算以外的工作（如网搜数据），大量工具箱短处：算符运算能力不强且繁冗R:长处：大量统计工具箱，可快速处理大量数据，画图精美短处：功能限于统计方面，语法晦涩发布于
条评论&没有帮助&&
3赞同反对Bravo Yeung，远见攻城狮/工具软件→科普推荐小能手/信…zhao King、知乎用户、想尾花赞同作为计算机数学方向的研究生一枚，Matlab、Maple、Mathematica、MathCAD、maxima、mathμ这些软件我都用过，当前在学术、工业、教育界上较流行和出名的科学计算软件分为两类，主要包含数值计算软件(以MATLAB为代表)和符号计算软件(比如：Mathematica、Maple…显示全部作为计算机数学方向的研究生一枚，Matlab、Maple、Mathematica、MathCAD、maxima、mathμ这些软件我都用过，当前在学术、工业、教育界上较流行和出名的科学计算软件分为两类，主要包含数值计算软件(以MATLAB为代表)和符号计算软件(比如：Mathematica、Maple、Maxima、MathCAD、Reduce等，更多此类软件请访问Computer algebra system - wikipedia)两大类，还有近几年来在中国缓慢发展但尚未推广使用的符号计算软件mathμ。(1)Maxima，是由麻省理工学院在美国能源部的支持下于60年代末创造的Macsyma演变而来，世界上最早的符号计算系统(或称为计算机代数系统CAS)。Macsyma后来慢慢走上商业化的道路，自1982年开始，Bill Schelter教授默默地维护基于能源部获得的代码的Macsyma，他把这个软件叫做Maxima，开放源码。因为版权的问题，Maxima一直没有公开发行，只有少数人知道有这个软件的存在。1998年，Maxima终于得到公开发行的许可，这已是Schelter教授努力了16年之后的事。Schelter教授在2001年去世，不过已经正式成为合法开放源码软件，因此陆续有支持开放源码的程式设计师，学者投入Maxima的开发工作。Maxima的前身Macsyma在当时是非常创新的软件。现在流行的商业计算机代数系统软件Maple及Mathematica，都是受到Macsyma的启发而设计出来的。(2)Mathematica是由世界著名物理学家Stephen Wolfram领导的Wolfram Research公司开发的科学计算软件。它兼具强大的符号计算功能和数值处理功能，被称为世界上最强大的通用计算系统。(3)Maple是由加拿大Waterloo大学开发的科学计算软件，拥有优秀的符号计算和数值计算能力。并且其符号计算同时是MATLAB和MathCAD等软件的符号处理的核心。2009年，Maplesoft被日本软件商Cybernet Systems收购。(About Maplesoft:Maplesoft, a subsidiary of Cybernet Systems Co., Ltd. in Japan, is the leadingprovider of high-performance software tools for engineering, science, andmathematics. Its product suite reflects the philosophy that given great tools,people can do great things.)(4)MATLAB是美国MathWorks公司的科学计算软件，具有超强的数值计算功能。使用MATLAB，可以分析数据，开发算法，创建模型和应用程序。MATLAB在信号处理和通信、图像和视频处理、控制系统、测试和测量、计算金融学及计算生物学等众多应用领域已成为科研工作着和大学生进行科学研究的一种强有力工具。(5)MathCAD是美国PTC公司旗下MathSoft子公司推出的一个交互式的数学软件。MathCAD是集科学编辑、数学计算、和仿真于一体的软件，主要特点是输入界面比较友好，所见即所得。MathCAD可视作一个功能强大的计算器，没有复杂的使用规则；同时它和Word、WPS等文字处理软件配合使用良好。(6)清华大学的mathμ研发团队的科技发明制作“计算机代数系统mathμ”是一个符号计算软件，mathμ具有独特的符号处理功能，国内领先，但它使用起来依旧需要学习专门的输入语法和命令，此外也尚未推广使用。
从功能上而言，目前科学计算领域的符号计算和数值计算基本已被Mathematica和MATLAB所覆盖。Maple为MATLAB和MathCAD等计算软件的符号计算提供内核，MathCAD主要提供较强的数学表达式编辑的功能。编辑于 19添加评论&没有帮助&&
1赞同反对虞快魏源源赞同只知道做图论的话应该用sage只知道做图论的话应该用sage发布于
条评论&没有帮助&&
0赞同反对王小田，金陵一酒保喜欢Mathematica 哈，个人观点。喜欢Mathematica 哈，个人观点。发布于 添加评论&没有帮助&&
7 个回答被折叠（为什么？）
相关文章资讯推荐