亚当只是部分正确。如果不是大多数，许多数学家将永远不会碰它。如果完全使用了计算机工具，它将是Mathematica或Maple之类的东西。另一方面，工程部门经常依靠它，对于某些应用数学家来说肯定有有用的东西。在某些领域，它也在行业中大量使用。
关于MATLAB，您必须意识到的是，它最初是作为线性代数的Fortran库的包装。长期以来，它的态度是“全世界都是双打（浮点数）”。作为一种语言，它已经有机地增长了，如果您仅将其视为编程语言，就会发现许多缺陷。
但是，如果您将其视为进行某些类型研究的环境，则它具有某些真正的优势。它和做浮点线性代数一样好。该符号简单而强大，实现快速且值得信赖。它非常擅长生成图和其他交互式任务。有很多带有良好代码的“工具箱”可以很好地完成特定任务。有大量共享数字代码的用户社区（至少在同一个联盟中，Python
+ NumPy没有任何东西）
不管是疣还是其他，Python都是一种更好的编程语言（与其他许多语言一样）。但是，在工具方面却落后了十年左右。
关键是，大多数使用MATLAB的人实际上并不是程序员，也不想成为程序员。
对于通用编程语言而言，这是一个糟糕的选择。这很古怪，对许多任务来说很慢（您需要对向量进行矢量化才能获得有效的代码），并且不容易与外界集成。另一方面，对于它擅长的事情，它非常非常好。比较的东西很少。有一家公司在合理的支持下，谁知道投入了多少年工夫。这在工业中可能很重要。
严格查看您的Python与MATLAB的比较，它们大部分是用于不同工作的不同工具。在它们确实重叠的区域中，很难说出更好的选择是什么（很大程度上取决于您要尝试做的事情）。但是大多数情况下，Python并不能充分发挥MATLAB的核心优势，反之亦然。
