Beste antwoord
Ga voor Octave. Het lijkt sterk op MATLAB, in feite de meeste scripts en functies van MATLAB kan worden gebruikt in octaven met slechts kleine veranderingen, zoals end vervangen door endfor (if for loop) end While (if while loop). Je zult het gevoel hebben dat je aan het coderen bent in MATLAB.
en met betrekking tot Scilab, zie het antwoord van de ander, ik heb geen ervaring om het ooit te gebruiken.
Antwoord
Zoals velen hebben het al eerder genoemd, ga voor Scilab of Sage. Maar als je van python houdt, controleer dan numpy met matplotlib, vooral binnen ipython. Octave is bijna compatibel met matlab-code, terwijl ipython dichter bij de interface van mathematica staat. Qua prestaties kan een octaaf langzamer zijn dan matlab, maar ipython / numpy zou sneller moeten zijn. Salie wordt gebruikt om elementaire en geavanceerde, zuivere en toegepaste wiskunde te bestuderen. Het is hetzelfde als MATLAB. Dit omvat een enorm scala aan wiskunde, waaronder basisalgebra, calculus, elementaire tot zeer geavanceerde getaltheorie, cryptografie, numerieke berekening, commutatieve .algebra, groepstheorie, combinatoriek, grafentheorie, exacte lineaire algebra en nog veel meer. Het combineert verschillende softwarepakketten en integreert hun functionaliteit naadloos in een gemeenschappelijke ervaring. Het is zeer geschikt voor het onderwijs en is een open source wiskundeprogramma, waarmee commerciële software die vaak wordt gebruikt in wiskunde en technisch onderwijs, en in grote overheidslaboratoria en bij wiskunde-intensief onderzoek, terzijde wordt geschoven. Het hangt af van uw gebruik.
Hoewel python goed is voor zowel wetenschappelijke als numerieke berekeningen, krijgt u soms niet de juiste functie voor een bepaald probleem zoals u in MATLAB wel zult krijgen. pypy-code werkt veel sneller dan MATLAB, maar als je een statistische analyse wilt met een gegevensset van relatief gemiddelde grootte (als je een eigen pc gebruikt), raad ik je aan R.
Voor statistische analyse: R Voor beeldanalyse: probeer ImageJ Deze tools zijn allemaal gratis, met broncode beschikbaar, zijn van hoge kwaliteit, bieden goede kaartmogelijkheden en hebben een grote en actieve gebruikersgemeenschap. Ik ben er redelijk zeker van dat professionele ondersteuning beschikbaar is (tegen betaling) voor elk van hen, inclusief installatie, training, aangepaste ontwikkeling, enz.
Als er enkele bestaande MATLAB-codes zijn die u moet gebruiken, uw De beste kansen zijn met Octave en Scilab, hoewel geen van beiden elke MATLAB-code zonder wijzigingen kan uitvoeren.