我想使用
比奥瓦法则来计算某些导体的磁场，并且我想使用1000x1000x1000矩阵。在使用MATLAB之前，但现在我想使用Python。 Python比MATLAB慢吗？如何使Python更快？
编辑：也许最好的方法是使用C / C ++计算大型数组，然后将其传输到Python。然后我想用
VPython可视化。
EDIT2：在我的情况下哪个更好：C还是C ++？
回答：
您可能会在此链接的底部找到一些有用的结果
http://wiki.scipy.org/PerformancePython
从介绍开始
织法与NumPy，Pyrex，Psyco，Fortran（77和90）和C ++的比较，用于求解拉普拉斯方程。
它还比较了MATLAB，似乎显示出与使用Python和
NumPy时相似的速度。
当然，这仅是一个特定的示例，您的应用程序可能允许更好或更差的性能。在两者上进行相同的测试并进行比较没有任何危害。
您还可以使用优化的库（例如
ATLAS）来编译NumPy，该库提供了一些
BLAS /
LAPACK例程。这些速度应与MATLAB相当。
我不确定NumPy的下载文件是否已针对该文件进行构建，但是我认为，如果您编译NumPy，ATLAS会将其库调整到您的系统，
http://www.scipy.org/Installing_SciPy/Windows
该链接具有Windows平台下所需内容的更多详细信息。
编辑：
如果您想找出C或C ++更好的性能，可能值得提出一个新问题。尽管从上面的链接可以看到C ++的性能最佳。其他解决方案也非常接近，例如Pyrex，Python / Fortran（使用f2py）和内联C ++。
我做过的C ++下唯一的矩阵代数是使用
MTL并实现扩展卡尔曼滤波器。不过，我想，实际上，这取决于您使用LAPACK / BLAS的库以及它的优化程度。
该链接列出了许多语言的面向对象的数值包。
http://www.oonumerics.org/oon/
更多&回答...