ベストアンサー
Octaveを選択してください。これは、ほとんどのスクリプトと関数のMATLABと非常によく似ています。 MATLABのofは、endがendfor（if for loop）endwhile（if while loop）に置き換えられるなど、わずかな変更を加えてOctaveで使用できます。 MATLABでコーディングしているように感じるでしょう。
Scilabについては、他の人の答えを参照してください。私はこれを使用した経験がありません。
回答
As多くの人が以前に言及したように、ScilabまたはSageを選択してください。ただし、pythonが好きな場合は、特にipython内でmatplotlibを使用してnumpyを確認してください。Octaveはmatlabコードとほぼ互換性がありますが、ipythonは数学のインターフェイスに近いです。パフォーマンス面でのオクターブはmatlabより遅いかもしれませんが、ipython / numpyは速いはずです。セージは、初歩的および高度な、純粋な応用数学を研究するために使用されます。これはMATLABと同じです。これには、基本的な代数、微積分、初等から非常に高度な数論、暗号化、数値計算、可換代数、群論、組み合わせ論、グラフ理論、正確な線形代数など、さまざまな数学が含まれます。さまざまなソフトウェアパッケージを組み合わせ、それらの機能を共通のエクスペリエンスにシームレスに統合します。教育に最適で、オープンソースの数学プログラムであり、数学や工学教育、大規模な政府の研究所、数学を多用する研究で一般的に使用されている商用ソフトウェアを脇に置くことを目指しています。使用法によって異なります。
Pythonは科学計算と数値計算の両方に適していますが、MATLABで得られるように、特定の問題に対して適切な関数が得られない場合があります。 pypyコードはMATLABよりもはるかに高速に実行されますが、比較的中程度のサイズのデータセットを使用した統計分析が必要な場合（独自のPCを使用している場合）、Rを使用することをお勧めします。
統計分析の場合：R画像分析の場合：試してくださいImageJこれらのツールはすべて無料で、ソースが利用可能で、高品質で、優れたグラフ作成機能を提供し、大規模でアクティブなユーザーコミュニティがあります。インストール、トレーニング、カスタム開発など、それらのいずれに対しても（有料で）ある程度の専門的なサポートが利用できると確信しています。
使用する必要のある既存のMATLABコードがある場合は、最善の可能性はOctaveとScilabを使用することですが、どちらも変更なしですべてのMATLABコードを実行することはできません。