Wer heute noch MATLAB statt Python (oder R ider Julia) und dazugehörige wissenschaftliche/tehnische/statistische Pakete nutzt, muss hinterm Mond leben.
Hast du einen an der Waffel? In den Foren wie diesen werden Nutzer total desinformiert.
Python hat nicht einmal eine brauchbare IDE. Man ist praktisch immer auf irgendwelche Drittlösungen ohne jeglichen Support angewiesen. Die Browser IDE (Jupyter Notebook) hat nicht einmal Breakpoints. Damit verläuft das Debugging mit PRINTF, so wie im letzten Jahrtausend
Was ist mit Tracing? Was ist mit Profiling? Was ist mit Cluster Untersütztung? Was ist mit CUDA? Codegenierung in C? Deployen von Anwendungen?
Das geht in MATLAB ad hoc ohne jeglichen Overhead.
Python ist beschissen lahm. Es erreicht in der Summe vielleicht 1/10 von MATLABS Geschwindigkeit. Ja, auch mit numpy. Selbst geschickte Programmierer kommen mit sehr hohem Aufwand an die Performance von MATLAB.
Parallele Programmierung mit Python? Viel Spaß mit GIL.
Wenn es um neue Technologien geht, ist man bei Python ebenfalls auf die Community angewiesen. Bei MATLAB wird es von eingekauften Experten entwickelt. Man kann es auch selbst entwickeln und immer wieder einen Experten um Rat fragen.
Wer die Möglichkeit hat MATLAB zu nutzen, wird Python nicht mal mit dem Arsch anschauen.
Lol, jemand, der MATLAB für seine Geschwindigkeit bewirbt.
Außerdem, schon mal was von "Glue Code" gehört?
Und wo dann auch noch "Deployen" fällt: Gerade da ist doch Python als weitverbreitete General Purpose Language um Längen voraus.
Von was für "Support" sprichst Du immer. Gerade im wissenschaftlichen Umfeld ist MATLAB als proprietäre Lösung durchaus verpönt, da man oft Zahlen in eine Black Box wift und andere wieder herausbekommt, ohne nachvollziehen zu können, was da eigentlich gemacht wird. Da ist der Support in Form von Codeeinsicht mehr wert.
Wenn es um die Prüfung einer wissenschaftlichen Veröffentlichung geht, reicht es nicht, wenn sich jemand auf den "allgemeinen Industriestandard MATLAB" beruft.
Wer heute noch MATLAB statt Python (oder R ider Julia) und dazugehörige wissenschaftliche/tehnische/statistische Pakete nutzt, muss hinterm Mond leben.
Hast du einen an der Waffel?
In den Foren wie diesen werden Nutzer total desinformiert.
Python hat nicht einmal eine brauchbare IDE. Man ist praktisch immer auf irgendwelche Drittlösungen ohne jeglichen Support angewiesen. Die Browser IDE (Jupyter Notebook) hat nicht einmal Breakpoints. Damit verläuft das Debugging mit PRINTF, so wie im letzten Jahrtausend
Was ist mit Tracing?
Was ist mit Profiling?
Was ist mit Cluster Untersütztung?
Was ist mit CUDA?
Codegenierung in C?
Deployen von Anwendungen?
Das geht in MATLAB ad hoc ohne jeglichen Overhead.
Python ist beschissen lahm. Es erreicht in der Summe vielleicht 1/10 von MATLABS Geschwindigkeit. Ja, auch mit numpy. Selbst geschickte Programmierer kommen mit sehr hohem Aufwand an die Performance von MATLAB.
Parallele Programmierung mit Python? Viel Spaß mit GIL.
Wenn es um neue Technologien geht, ist man bei Python ebenfalls auf die Community angewiesen. Bei MATLAB wird es von eingekauften Experten entwickelt. Man kann es auch selbst entwickeln und immer wieder einen Experten um Rat fragen.
Wer die Möglichkeit hat MATLAB zu nutzen, wird Python nicht mal mit dem Arsch anschauen.
Lol, jemand, der MATLAB für seine Geschwindigkeit bewirbt.
Außerdem, schon mal was von "Glue Code" gehört?
Und wo dann auch noch "Deployen" fällt: Gerade da ist doch Python als weitverbreitete General Purpose Language um Längen voraus.
Von was für "Support" sprichst Du immer. Gerade im wissenschaftlichen Umfeld ist MATLAB als proprietäre Lösung durchaus verpönt, da man oft Zahlen in eine Black Box wift und andere wieder herausbekommt, ohne nachvollziehen zu können, was da eigentlich gemacht wird. Da ist der Support in Form von Codeeinsicht mehr wert.
Wenn es um die Prüfung einer wissenschaftlichen Veröffentlichung geht, reicht es nicht, wenn sich jemand auf den "allgemeinen Industriestandard MATLAB" beruft.