大家好，今天小编关注到一个比较有意思的话题，就是关于算法和python学习的问题，于是小编就整理了3个相关介绍算法和Python学习的解答，让我们一起看看吧。
没编程基础，做算法研究，python与matlab用哪个更好？
在科研方面，个人感觉Matlab还是python都可以，只要选择其中一个就要坚持下去。两个编程环境和语言各自成一个体系，编程语言都非常易懂。
从就业角度考虑，python会比Matlab较佳一些，现在各大厂的深度学习都以python语言为基础，且可以跨平台编程；而Matlab仅限于科研测试仿真验证等方面，在工业上、深度学习等应用上欠佳。
python语言发展势头迅猛，而Matlab开始拒绝国内一些有军工背景的高校，孰优孰劣一目了然。
本人以前用的是MATLAB，现在用的是Python。
做算法研究，一般要求是数学或者相关专业的，算法还是很看重数学逻辑和数学基础的，对于选择python还是选择MATLAB，我们要知道他们的差异之处。
MATLAB
一款收费的软件，很多学校都在使用，理工科的同学应该都熟悉，一般都学过这门课程。
首先，MATLAB的应用非常广泛，主要用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等，几乎可以说是无所不能。
其次，MATLAB的语言更偏向于数学，尤其像矩阵，矩阵运算等，非常适合理工科的做算法研究。
更厉害的是MATLAB的仿真功能，可视化很厉害，像飞机制造中的飞机模拟等，这个目前很多软件都不能很好的处理。
一个收费的软件，它的使用范围和使用者如此多，更能说明它的强大之处。
python
作为一个开源的软件，最近几年非常的火热，简直有超过Java的想法。
做算法研究用Matlab。
首先，有个概念要弄清楚，Matlab是一个数学软件，Python是一种编程语言，二者不是一个概念。Matlab支持的编程语言是C，c++，Fortran。
其次，算法的基础是数学，而Matlab是一个非常专业的数学软件，他提供了很多数学函数的解法，大学里高等数学里公式解起来毫无压力。
再次，算法着重考虑的是执行效率，而非编写效率，C语言等编译型语言在执行效率方面，碾压Python这种解释型语言。Python的优势在于编写效率高。例如一个功能用Python写10行代码就可以搞定，而C语言需要几十行代码。
一个语言适不适合做一件事，要看执行效率，也要看编写效率，更重要的是这个语言是否已经有了，前人写好的解决相关问你题的类库，比如，计算球体的体积，语言中有相关函数的话，我们只要调用函数，代入球的半径就可以得到体内，否则的话，我们需要先知道球的体积公式，再去实现公式，最后才能得到体积。
站在前人的肩膀上才能走的更远，最近美国这个前人不太乐意我们站在他的肩膀上了，禁用了哈工大的Matlab。
算法研究用Matlab，网络编程用Python
只想说一点：
如果说算法研究是一座大厦，那么，
编程基础，尤其是Python[_a***_]级编程基础，只是一个小小的台阶。
要做算法研究，连大厦都要攻克，还会怕一级台阶吗？
不要因为区区一点编程基础而决定你的选择。
至于具体用哪个好，要看你具体研究什么算法了。
C，C++，MATLAB，Python，Go哪个比较适合写算法？
但是参加比赛的话，可能使用c++的STL省些事情。MATLAB是科学计算语言，一般用于科学研究。Pyhton是主流动态语言，和Go都是google开发的语言。不过Python和Go更简单好用些，毕竟是比较新的语言，很容易就搭建一个服务器。Python工程师与人工智能算法工程师有什么区别？
Python工程师与人工智能工程师的区别是什么?
一是Python工程师主要是从事编程，只能算是程序员；人工智能工程师主要是从事算法研究,也称作是算法工程师。两者有本质的区别。
二是Python工程师开发编程就像走业务流程一样,很多东西都是现有的,你只需要一步一步的去敲代码,去熟悉它,并不会创造出一些新的东西；人工智能算法工程师比Python工程师更需要有良好的数学基础,因为在人工智能算法研究中会运用到许多数学知识,还要学会如何灵活运用各种框架和优化神经网络，需要你去研发它,创造出新的东西。
到此，以上就是小编对于算法和python学习的问题就介绍到这了，希望介绍关于算法和python学习的3点解答对大家有用。
