IDL与Matlab的比较

首先，让我们先看一下他们的相同之处：

 

1.他们都是用于支持多种数据格式的可视化分析的工具，他们具有跨越平台、基于矩阵以及高级语言的特点。

 

2.他们同时都可以提供高度集成的环境。

 

3.对于GUIs，他们也都可以提供相应的工具和设计环境。

 

4.他们都可以提供面向对象的图形系统支持OpenGL的硬件图形加速。

 

但是，他们之间也同时存在着许多的不同，如下：

 

1.他们的产品定位不同。Matlab属于应用在实验室内的产品，他的重点放在了分析和精度计算上了。他的初衷设计也是基于较小的二维矩阵而进行的。而IDL的设计更多地来源于科学探索的视角。因为可视化是数据解译关键，所以IDL在图像处理、高级的3D图形等等上做了很多工作。并且，他对于海量的多维数据以及相应的应用开发提供了完备的环境。

 

2.工具箱的形式不一样。这个特点是最显而易见的，IDL将所有提供的工具全部集成在环境内部，以函数或者其它的形式出现，而Matlab则归类出各种工具箱，让用户自选购买，具有一定的灵活性，但这并不意味着他的每个工具箱的功能都很强大。比如，图像处理的工具箱就不及IDL。

 

3.IDL5.5之后则自动支持多线程（CPU）的计算，大大地提高了计算速度，并且无需在代码中体现，将低了编程难度。这在数据量不断增加的今天则成为IDL闪光卖点。Matlab还不能做到这一点。

 

4.数据类型的不同。前面说过，Matlab注重计算精度，但同时这也成为他面对大数量计算的瓶颈。尽管IDL与Matlab支持的数据类型是一样的，但是IDL具有更加灵活的处理方式。

 

5.图形显示方式的不同。Matlab只支持面相对象的图形显示，而IDL则提供直接图形法的选择，因为有时候，直接图形法更加方便。另外，Matlab不能支持真体数据的显示，这将对于包括医学影像(MedicalImage)、地质数据、大气以及环境科学方面的应用成为障碍。

 

6.应用开发与发布。这也是前面提到的产品定位问题，在此不再多讲。

 

7.网络解决方案。尽管Mathworks提供的CGI是基于网络的产品，但他只是类似ION Script，而不能提供ION Java所能给予用户的解决方案。等等...

 

总之，我最后总结几点Matlab与IDL比较之后的弱势：

 

1. 强制性的双精度计算，有时使得Matlab在计算时内存的消耗达到实际数据精度的8倍，这就造成资源浪费的同时，束缚了处理数据量的能力。

 

2. 琳琅满目的工具箱成为Matlab在市场上的双刃剑。

 

3. Matlab在计算速度和内存的管理，仍然存在着一定的问题。

 

4. Matlab不支持多线程（CPU）的计算方式。

 

5. 当Matlab应用于实际工程的时候，困扰他的是数据量的问题，到目前为止，IDL在运行2G的雷达数据时没有问题。

 

6. 就图像处理而言，IDL仍然是优于Matlab的工具。

 

7. 对于外部语言的接口，IDL则有着更为广泛和方便的工具，无论是C、C＋＋、Fortran或者ActiveX控件等等。