为什么/什么时候我应该比MATLAB更喜欢MATLAB？

在我们的字符串操作中，我们需要使用某种高级语言对算法进行原型设计，然后再在嵌入式硬件上进行C实现。

到目前为止，我们一直在使用MATLAB来执行此操作，但是许可成本开始受到损害。我们正在考虑将我们的MATLAB代码移植到Octave。

是否有特定原因不这样做？我们会破坏兼容性吗，特别是如果我们有外部合作伙伴坚持使用MATLAB？我们可以预期会有任何性能损失吗？

2008年，我尝试做同样的事情。我很快注意到了以下演出用塞子：

• 工具箱不完整，没有经过良好的测试。特别是我的工作严重依赖的图像处理工具箱（最大的障碍是未实现imtransform）。
• 与Matlab相比，Octave调试器和分析器是原始的。
• 如果您与他人合作，可能很难改变他们。
• 如果您使用第三方工具箱，则需要您自己让它们工作。
• 八度的图不是出版质量。

但是我不得不说，Octave与Matlab的兼容性给我留下了深刻的印象，如果您对Matlab的使用是基本的，那么您可能会很幸运。最终是在2008年，两年后情况会发生很大变化。

就在我的头顶上：

1. 正如两个学期前我在机器学习课程中尝试做家庭作业时发现的那样，Octave没有很多工具箱。
2. Octave的调试器差很多。这几乎是不可能的。
3. 对于许多类型的操作，Matlab的速度要快得多。
4. Matlab的图要好得多。
5. Octave没有本机GUI。有八度的GUI，但不如Matlab的本机。

我也测试了八度和R。

关于八度：八度语法的相似性给我留下了深刻的印象。将我的MATLAB脚本传输到八度不需要花费很多时间。同时，我在打印标记时遇到了一个特别的问题，由贾诺·拉贾迈姆（Jarno Rajahalme）在nabble修复了错误栏，并更改了xtick字体大小，这是我在nabble遇到问题时的解决方法。因此，它仍然存在一些可以克服的错误。如果您遇到一些问题，可以尝试在邮件论坛中寻求帮助：help-octave@octave.org。顺便说一句，我的团队无法适应（用户友好），例如适应MATLAB，因此我们仍在使用MATLAB。由于MATLAB是在gnuplot下构建的，因此纠正其错误的另一种方法是编辑生成的gnuplot文件。我发现最好的IDE是QtOctave，我在“

关于R：根据SciViews的研究，R的性能优于MATLAB和倍频程。我对R没有太多经验。我研究了mclust软件包，写了一篇有关R中EM群集的Wikibook章节。顺便说一句，他们似乎有一个非常活跃的社区。因此，您可能会找到提案的第三方软件包，这些软件包不是IMO如此标准化的。我发现最好的IDE是Eclipse的StatET插件，JGR（R的Java GUI）和emacs。尽管学习一种新的编程语言会花费很多时间，但是如果我选择一个开源平台来制作实验图形和一些数据挖掘分析，我会尝试使用R。

Octave在matlab上进行了几项语法改进，例如，您可以说endif endfor和endfunction而不是just end，这使调试变得更加容易。

Octave还允许您动态生成函数，并在脚本和函数文件中定义了多个函数。这比matlab的“一文件一功能”方法更好。

最后，倍频程具有parcellfun，pararrayfun这是matlab完全缺乏的功能非常强大的并行处理工具。parfor在matlab中有一个方法，但是我认为这并不是最好的方法。

倍频程的缺点是它们在工具箱上稍稍落后，尽管您看起来可以找到类似的东西。fsolve和lsode似乎有点慢，但更健壮，在倍频出于某种原因。对于某些人来说，最令人讨厌的往往是缺少符号链接和DAQ工具箱，但是无论如何，这些东西将是专有的。

Python / Numpy绝对值得一试：它功能更强大，但其语法针对更复杂的代码段。

Octave没有guide，这使得构建GUI非常容易。我经常使用指南为非MATLAB的同事制作工具。

对于您的用例，倍频程可能优于MATLAB：

• 它具有允许您编写稍微接近于C的代码的语法，即+ =，-=，默认函数参数值，双引号字符串文字等。

• 假设您的芯片比台式机处理器慢，则速度可能不是问题。

• 由于它的启动速度远远快于matlab，因此将其集成到shell脚本中进行测试更为实用。

• 对于原型来说，绘图已经足够了。人们只是习惯了MATLAB的风格。

• 工具箱的相对不足并不是什么大问题，因为它们无论如何在您的目标平台上都不可用。

我同时使用两者，每当切换时，我都会错过其他功能。

有趣的是，开源替代方案如何用于统计而非数字分析。如今，R（统计的八度）比商业的S-plus（统计的矩阵）更受欢迎。在其他答案中找到的作为不退出matlab的理由提到的问题也适用于R。但是仍然每个人都开始做出贡献，现在R是标准，具有更好的图形，更好的程序包和更多的供应商锁定。

因此，如果您可以克服囚徒困境，那么您也可以选择倍频而不是Matlab。

在MATLAB上有一个不错的WikiBook，其中列出了MATLAB和Octave之间的差异。

以我的经验，核心MATLAB已很好地移植到Octave，但是工具箱具有不同程度的兼容性，因此您的决定取决于您要尝试编写的代码。

Octave缺少的一些东西，即AFAIK，是与.NET代码和gui生成器的紧密集成guide（尽管Octave可以使用许多其他GUI生成工具）。

而且，正如其他人指出的那样，使用MATLAB支付的大部分费用都是光滑的界面和调试/性能分析工具。经验丰富的编码人员可能可以使用替代方法进行管理，但是新手可能会遇到困难。

请注意，Octave支持Matlab中不存在的语言构造（例如，自动增量运算符，do-until语句等）。这有时会使将Octave上开发的代码（由不熟悉Matlab的限制的人）移植到Matlab环境中变得很烦人。

Octave FAQ上还有其他限制/差异。

如果可以承受，您绝对应该选择Matlab而不是Octave。

我没有使用Octave的丰富经验，但是如果您的代码使用的是Matlab工具箱，花式图或Matlab gui，则可能会遇到问题。

我希望它像OpenOffice与MS Office。大多兼容，但又足以让您头疼。

我已经成功地将一些线性回归和二次编程应用程序移植到Octave。

线性回归（反斜杠运算符）无需任何调整即可工作。如果是二次编程，我必须从fmincon（）切换到sqp（），得出类似的结果。

尽管如此，Octave中的工具箱和GUI确实还不成熟（我花了很多时间在基本知识上），尽管在过去两年中它已经迅速取得了进步。