为什么/我应该什么时候比八度更喜欢MATLAB？
在我们的鞋子操作中，我们需要在embedded式硬件上实现一个C实现之前，用一些更高级的语言对algorithm进行原型devise。
到目前为止，我们一直在使用MATLAB来做到这一点，但许可成本开始受到影响。 我们正在考虑将我们的MATLAB代码移植到Octave。
有没有特别的理由不这样做？ 我们会打破任何兼容性，特别是如果我们有坚持使用MATLAB的外部合作伙伴？ 我们可以预期会有什么performance处罚吗？
2008年，我尝试了同样的事情。 我很快注意到以下显示塞子：
- 工具箱不完整，testing也不完善。 特别是我的作品严重依赖的image processing工具箱（大展示塞是没有实现imtransform）。
- Octavedebugging器和分析器与Matlab相比是原始的。
- 如果你和别人一起工作，可能很难让他们改变。
- 如果你使用第三方工具箱，你自己让他们工作。
- 八度的情节不是出版质量。
但是我不得不说，我对Octave是如何与Matlab兼容，如果你使用Matlab是基本的，你可能会很幸运。 最后是2008年，两年内事情可以改变很多。
就在我头顶上：
- Octave没有很多工具箱，正如我在两个学期之前在机器学习课程中尝试做功课时发现的那样。
- Octave的debugging器非常低劣。 与之合作几乎是不可能的。
- 对于许多types的操作，Matlab要快得多。
- Matlab的图很好。
- 八度没有一个本地的graphics用户界面。 有Octave的graphics用户界面，但它们不如Matlab的原生graphics用户界面。
我testing过八度和R了。
关于八度：八度语法的相似性让我印象深刻。 把我的MATLAB脚本传送到八度并不需要太多时间。 同样，我在打印标记时遇到了一个特殊的问题，这个问题是由Jarno Rajahalme在nabble中修正的，并且改变了xtick字体大小，这个解决方法我在nabble中得到了一个问题答案。 所以还是有一些可以克服的问题。 如果你遇到一些问题，你可以尝试nabble邮件论坛：help-octave@octave.org。 顺便说一句，我的团队不能适应（用户友好），如适应MATLAB，所以我们仍然使用MATLAB。 由于MATLAB是在gnuplot下构build的，另一种纠正错误的方法是编辑生成的gnuplot文件。 我发现最好的IDE是QtOctave，我在“Remember Blog”中做了一个简短的回顾。
关于R：根据SciViews的研究，R的性能要优于MATLAB和倍频程。 我对R没有太多经验。我研究了mclust包，在R里写了关于EM集群的wikibook章节。顺便说一句，他们似乎有一个非常活跃的社区。 所以你可能会发现第三方包的build议，这不是国际海事组织如此标准化。 我发现的最好的IDE是Eclipse的StatET插件，JGR（Java GUI for R）和emacs。 尽pipe学习一种新的编程语言的时间成本，如果我select一个开源平台来做我的实验graphics和一些数据挖掘分析，我会尝试R.
Octave在matlab上有几个语法上的改进，例如你可以说endif endfor和endfunction而不仅仅是end ，这使得debugging更容易。
Octave还允许您dynamic生成函数，并在脚本和函数文件中定义多个函数。 这比matlab的单一文件一function的方法更好。
最后，八度有parcellfun和pararrayfun这是非常强大的matlab完全没有的并行处理工具。 在matlab中有一个parfor ，但是在我看来，这不是最好的方法。
八度的缺点是，他们稍微落后于工具箱，但如果你看，你可以find类似的东西。 fsolve和lsode似乎有点慢一些，但是由于某种原因，它的lsode更加稳定。 对于一些人来说也是一个很大的失望往往是缺less符号链接和DAQ工具箱，但是这些东西无论如何都是专有的。
Python / Numpy绝对值得一提：它function更强大，但它们的语法针对的是更复杂的代码。
Octave没有guide ，这使得构buildGUI非常容易。 我经常使用指南为我的非MATLAB使用同事制作工具。
对于你的用例，八度可能会优于MATLAB：
-
它的语法可以让你编写稍微靠近C的代码。ie + =， – =，默认函数参数值，双引号string等等。
-
假设你的芯片比台式机处理器慢，速度可能不成问题。
-
由于它的启动速度比matlab快得多，因此将其集成到shell脚本中以进行testing更为实用。
-
对于原型devise来说，绘图已经足够了。 人们只是习惯了MATLAB的风格。
-
工具箱的相对缺乏并不是什么大问题，因为无论如何它们都不会在目标平台上可用。
我同时使用，每当我切换时，我都会错过另一个的特征。
MATLAB上有一本很好的WikiBook，其中列出了MATLAB和Octave之间的区别 。
根据我的经验，核心MATLAB可以很好的移植到Octave，但是工具箱有不同程度的兼容性，所以你的决定取决于你想要编码的是什么。
Octave所缺乏的一些东西，AFAIK，是与.NET代码和gui构build器， guide （尽pipeOctave可以使用的许多其他GUI构build工具）的紧密集成。
另外，正如其他人指出的那样，用MATLAB支付的大部分成本都是光滑的界面和debugging/分析工具。 有经验的编码人员可能可以pipe理替代scheme，但新手可能会很困难。
看看开源替代品如何适用于统计，而不是数值分析，这很有趣。 R（统计的八度）现在比商业S-plus（统计的matlab）要受欢迎。 所提到的问题是不能从其他答案中find的matlab切换的原因也适用于R.但是仍然每个人都开始贡献，现在R是标准，具有更好的graphics，更好的包和更多的供应商locking。
所以，如果你能跨过囚徒困境，你也可以select八度以上的matlab。
请注意，Octave支持Matlab中不存在的语言结构（例如自动递增运算符，do-until语句等）。 这使得在Octave中将开发的端口代码（由不熟悉Matlab的限制的人员）开发到Matlab环境有时会变得烦人。
Octave常见问题还有一些其他限制/差异 。
如果你能负担得起，你应该更喜欢Matlab到八度。
我没有太多的Octave经验，但如果你的代码使用Matlab工具箱，花式图或者Matlab gui，我会期待一些问题。
我期望它像OpenOffice与MS Office一样。 大多数兼容，但只是不同，让你头痛。
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）没有任何调整。 在二次编程的情况下，我不得不从fmincon（）切换到sqp（） ，给出类似的结果。
尽pipe如此，Octave的工具箱和graphics用户界面（GUI）确实还不太成熟（我花了很多时间在基本的东西上），尽pipe在过去的两年里它已经取得了很大的进步。
