1樓：吉法師
馬特拉布厲害是厲害，但人家收費，C++，Node都是免費的……
吹馬特拉布之前，先想想自己給馬特拉布交了多少錢，這樣比較好。
2樓：sparks fly
今年大三，大概是大一下開始學習matlab的吧！
我認為matlab厲害的幾個點：
1.矩陣運算能力沒有其他軟體可以替代，這點我深有感觸，之前用matlab寫演算法，有一部分用迴圈寫的，後來改成用矩陣寫那邊的演算法後，程式執行的時間瞬間縮短。
2.整合的函式很多，用起來很方便，因為大一也學過C艹，對一些演算法也有體會，同樣的演算法用matlab去編寫我覺得會簡單很多。matlab我用的比較多的函式有find,max，在編寫尋優演算法的時候我覺得會很方便。
暫時就想到了這幾點。。
3樓：水火不相容
Nature and Nature's laws lay hid in night:
God said,
LetMATLABbe!
and all was light.
4樓：Nintendoyes
最厲害的是matlab的document，我覺得應該沒有一種程式語言的document寫的比Matlab還好了。商業化的工具好就好在這裡，事無鉅細都給你整的明明白白。
5樓：張二胖
MATLAB從大學開始用，快15年了，不過後邊就漸漸的使用Python了。
MATLAB2018b的深度學習工具箱，使用感覺很不好，也可能是我不會用。想自己搭建乙個GAN網路，發現還不如直接使用pytorch方便，更重要的是MATLAB是收費的軟體。
期待2019版本，估計新版本的深度學習工具箱會更好用。
6樓：fzmrzdwdmz
其實默默無聞的也是空氣一樣存在的。
我覺得Matlab這些軟體是讓移動計算留了給pc機一道生存空間。我自己就是為了跑實驗自己搞了臺二手pc機器。
硬體商還有微軟一定會感謝這種隊友的。
7樓：深藍
我研究生期間上的一門Adaptive filters的教授說，他博士畢業之後沒幾個月Matlab就問世了，還好他畢業的早，要不然他做了幾年的研究成果Matlab一星期就能做完，博士就白讀了。
8樓：青陽
你們都不是拿MATLAB程式設計，都是那MATLAB裝逼的嗎？
任何東西都有它的侷限性和適用性，有這功夫還不如問一下MATLAB有什麼用?
9樓：
對於Matlab的強大，作為乙個M重度使用者，我最有發言權，那就從開發的乙個風資料分析工具包開始吧。開始接觸風電專案以來，頻繁的周折於各種國外軟體，老外的東西用起來還是沒那麼順手。受到Matlab Central上Todd Schultz的啟發，上手操刀編了一套針對風資源分析的工具包WindAnalysis。
經過半年多不斷在專案中的實際應用和修改，功能包含前期地理資訊的處理、風資料缺失自動補充、湍流分析、Weibull分布擬合、風速相關性分析、年/月/日/時各時間段的風速和風功率計算分析、風切變擬合以及發電量估算，基本囊括風資源前期分析的所有功能。而且還能夠提供多樣化的figure圖表，適應不同場合的應用，另外還會自動生成乙份report，可以直接用於編制風資源評估報告。
好了不多說了，看看多樣化的figure吧！
自動生成的report報告裡面滿滿的乾貨，涵蓋了風資源分析過程中的所有資料哦！
測風塔位置:
維度: 34.342°N
經度: 110.929°E
測風時間範圍:
起始時間終止時間
2016-07-08 00:00:00 2017-07-02 23:50:00
測風時間間斷範圍：
間斷起始時間間斷終止時間
2016-12-06 00:00:00 2016-12-13 23:50:00
2017-06-21 00:00:00 2017-06-21 23:50:00
總計測風資料缺失（風速/風向/溫度/大氣壓）：0組
總計無效風速資料：0組
總計無效風向資料：0組
總計無效溫度資料：0組
結冰失效資料：125組
結冰通道:
H100m D100m T
結冰通道:
H80m D10m T
結冰通道:
H50m D100m T
結冰通道:
H30m D10m T
結冰通道:
H10m D100m T
儀器損壞資料：1714組
儀器損壞通道：D10m
總計無效測風資料：1764組
總計有效測風資料：48780組
有效資料佔比：96.51%
100m空氣密度(kg/m3): 1.061
80m空氣密度(kg/m3): 1.063
50m空氣密度(kg/m3): 1.066
30m空氣密度(kg/m3): 1.068
10m空氣密度(kg/m3): 1.070
100m平均風速(m/s): 5.38
80m平均風速(m/s): 5.27
50m平均風速(m/s): 5.04
30m平均風速(m/s): 4.87
10m平均風速(m/s): 4.79
100m 湍流強度：0.13
80m 湍流強度：0.14
50m 湍流強度：0.15
30m 湍流強度：0.16
10m 湍流強度：0.17
100m Weibull分布引數A: 6.03
100m Weibull分布引數k: 2.23
100m Weibull分布擬合相關度R2: 1.00
100m Weibull密度擬合相關度R2: 0.95
80m Weibull分布引數A: 5.90
80m Weibull分布引數k: 2.30
80m Weibull分布擬合相關度R2: 1.00
80m Weibull密度擬合相關度R2: 0.97
50m Weibull分布引數A: 5.61
50m Weibull分布引數k: 2.36
50m Weibull分布擬合相關度R2: 1.00
50m Weibull密度擬合相關度R2: 0.98
30m Weibull分布引數A: 5.41
30m Weibull分布引數k: 2.38
30m Weibull分布擬合相關度R2: 1.00
30m Weibull密度擬合相關度R2: 0.98
10m Weibull分布引數A: 5.29
10m Weibull分布引數k: 2.37
10m Weibull分布擬合相關度R2: 1.00
10m Weibull密度擬合相關度R2: 0.98
100m各月風功率密度(W/m2)：
2016-07～2017-07
113.13
109.82
71.51
130.55
180.28
193.64
170.19
194.26
152.88
197.06
142.94
90.55
52.08
80m各月風功率密度(W/m2)：
2016-07～2017-07
103.58
98.53
66.37
122.49
162.03
176.09
155.85
172.59
142.69
180.87
135.65
86.61
54.73
50m各月風功率密度(W/m2)：
2016-07～2017-07
87.84
84.20
58.31
104.73
140.23
150.35
136.13
149.05
130.51
158.50
121.81
75.12
53.85
30m各月風功率密度(W/m2)：
2016-07～2017-07
77.18
74.29
51.55
95.67
125.42
137.81
126.40
135.73
123.89
145.08
110.64
67.22
49.32
10m各月風功率密度(W/m2)：
2016-07～2017-07
73.20
69.01
49.68
91.45
119.55
134.47
120.21
133.26
123.74
141.58
105.03
62.72
46.31
100m逐時風功率密度(W/m2)：
0時～23時
184.20
190.57
196.16
191.80
188.17
186.94
182.45
155.34
126.15
117.36
124.52
118.41
114.56
101.07
94.63
91.64
96.48
95.84
109.70
132.22
148.76
157.99
158.36
175.31
80m逐時風功率密度(W/m2)：
0時～23時
164.95
170.16
173.44
171.30
167.48
167.23
163.47
139.77
113.52
108.94
119.07
114.64
111.72
99.75
92.95
90.50
93.94
91.53
101.89
122.09
137.33
143.46
144.30
157.43
50m逐時風功率密度(W/m2)：
0時～23時
137.58
142.19
146.54
143.41
139.33
138.68
137.65
116.47
96.53
98.66
113.20
111.12
110.05
99.85
91.58
87.67
89.70
83.96
87.63
102.04
114.16
118.33
120.36
130.96
30m逐時風功率密度(W/m2)：
0時～23時
120.82
123.45
127.95
124.56
121.00
121.04
120.02
103.26
87.18
93.49
109.79
109.94
109.70
100.06
91.14
86.31
87.84
80.03
79.83
90.30
100.11
102.37
104.92
114.23
10m逐時風功率密度(W/m2)：
0時～23時
112.77
114.98
119.93
116.29
113.08
113.35
113.35
97.83
84.55
93.81
110.78
112.77
112.73
101.73
92.61
88.31
88.87
79.96
76.92
84.08
92.19
93.09
95.70
105.41
100m各月平均風速(m/s)：
2016-07～2017-07
5.21
5.29
4.36
5.24
5.79
5.77
5.73
6.07
5.27
6.08
5.41
4.72
4.02
80m各月平均風速(m/s)：
2016-07～2017-07
5.07
5.09
4.27
5.16
5.67
5.60
5.56
5.85
5.13
5.94
5.41
4.79
4.10
50m各月平均風速(m/s)：
2016-07～2017-07
4.84
4.86
4.12
4.83
5.39
5.27
5.24
5.60
4.98
5.71
5.27
4.63
4.11
30m各月平均風速(m/s)：
2016-07～2017-07
4.65
4.69
3.94
4.64
5.18
5.09
5.09
5.42
4.87
5.54
5.10
4.49
4.10
10m各月平均風速(m/s)：
2016-07～2017-07
4.58
4.57
3.91
4.54
5.05
4.98
4.92
5.34
4.83
5.50
5.01
4.38
4.12
100m逐時平均風速(m/s)：
6.14
6.20
6.28
6.22
6.09
6.03
6.00
5.64
5.11
4.75
4.64
4.56
4.60
4.62
4.55
4.55
4.67
4.75
5.04
5.44
5.72
5.81
5.80
6.02
80m逐時平均風速(m/s)：
5.97
6.02
6.08
6.03
5.91
5.86
5.83
5.46
4.92
4.60
4.57
4.52
4.58
4.62
4.57
4.57
4.67
4.71
4.95
5.34
5.60
5.67
5.67
5.84
50m逐時平均風速(m/s)：
5.61
5.67
5.72
5.69
5.57
5.52
5.51
5.11
4.63
4.42
4.49
4.49
4.59
4.62
4.55
4.53
4.60
4.58
4.72
5.02
5.25
5.32
5.34
5.49
30m逐時平均風速(m/s)：
5.35
5.40
5.45
5.41
5.30
5.27
5.24
4.86
4.42
4.32
4.43
4.48
4.58
4.61
4.55
4.51
4.56
4.51
4.56
4.80
5.00
5.06
5.09
5.24
10m逐時平均風速(m/s)：
5.17
5.22
5.28
5.22
5.14
5.11
5.09
4.71
4.32
4.32
4.46
4.53
4.63
4.64
4.58
4.53
4.58
4.50
4.48
4.66
4.83
4.89
4.92
5.06
風切變底數a: 3.656
風切變指數α: 0.084
風切變曲線擬合相關係數: 0.993
輪轂高度(m): 120
輪轂高度處空氣密度(kg/m3): 1.059
輪轂高度處平均風速(m/s): 5.45
標況下輪轂高度處平均風速(m/s): 5.20
輪轂高度處Weibull分布引數A: 5.86
輪轂高度處Weibull分布引數k: 2.00
折減係數(%): 70.0
風機功率(MW): 2.2
風機年平均功率(MW): 0.74
風機功率利用係數(%): 33.64
年發電小時數(h): 2062.8
分析時長（s）: 45.48
王小波到底有多厲害
huluobo 他與李順共同領導的農民起義席捲了整個四川盆地地區，是整個宋代持續時間最長 規模最大的農民起義，且在中國農民起義歷史上第一次提出了 均貧富 的思想，你說他厲害不厲害？ 文木 王小波最厲害的是讓中中國人可以從中國作家的筆下去感受有才華的文字。小波的文字可以說跟中國所有現當代作家的文字都不...
金庸到底有多厲害？
金庸的武俠實際比古龍差一些這其實是他和古龍都知道的 金庸的武俠。和其他人的武俠不一樣。好看在什麼地方 一般的觀念是他的文筆好寫的趣味性足吸引人 但並不是這樣的 金庸真正見水平的地方是他的人物設定 這就是他和一般高手的真正區別根本區別 金庸一生最高的水平是他的神鵰俠侶他半途改文妥協成套路 這本神鵰俠侶...
喬丹到底有多厲害？
Van Gogh 他乙個人高高在上，其他人努力仰望。科比追斷了腳踝，詹姆斯扭傷了脖子。鄧肯很努力，總算是摸到了拉塞爾的腳。麥肯則是已經消失在洪荒裡的傳說。奧尼爾，讓我們這幫現代人看到了當年上古中鋒的風采。只說麥可。別人投個絕殺那麼難，勉勉強強總算進了，他卻能跳在空中等著防守球員下落，從容打進，刷筐，...