MATLAB收费，不过国内盗版也无所谓啦。有图形界面，相关的教材也多，不过MATLAB是一种数学工具，除了统计学之外还有很多用处。
1.matlab的语法更适合于矩阵操作。R的矩阵操作就要稍弱一点了。
2.R有大量的新的且高质量的包可用。如果一个研究者提出了一个新算法，实现这个算法的R包很快就出来了。但是，matlab几乎无这种可能。不过，matlab提供了很多工具箱，是成熟的、组织良好的一些算法的实现。包和工具箱，就好比是零售和批发的关系。哪个更好，依人而论。
3.R是免费的，轻量级的。matlab的很贵的，并且也是很笨重的。
4.在统计学方面，特别是在内置函数数量和质量以及处理大数据集的能力上，R要优于matlab。
5.R有CRAN，在这里几乎可以找到所有需要的东西，包括最新的算法的实现和常用统计技术。matlab的论坛东西相对较少。
6.matlab的文档写的更好。
7.matlab的UI比R更漂亮，不过Rstudio差不多弥补了R的这个不足。
这是我在 Why R | learnR 中总结出的几点R的优势，其中一些可以认为是R对Matlab的优势：免费。不需要任何授权费用，对于个人和企业来说在成本方面都有一定的吸引力。
开源。源代码的开放保证了你可以知道所有的细节，对于开发者和企业级应用是有价值的。
在统计、计量、数据挖掘、可视化群体中的流行度较高。这一点在国外可能更加成立，这就使得R成为了一个这类群体的大众语言，描述问题和交流起来非常方便。（Seven quick facts about R）
语言灵活度高。作为一个动态类型的语言，R语言的设计是比较良好的，对于元编程、函数式编程支持度也很好，使得语言具有非常强的灵活性，允许开发者对语言进行计算（computing on language），以及进行非标准计算（non-standard evaluation），使得语言灵活性和可操作性大大提升。
可重复。R+Markdown等等工具产生的文档和结论是完全可重复的，对于研究的科学性有贡献。
资源丰富。对于使用者而言，R的开放性使得其社区巨大，接近6000个扩展包涵盖了各种相关领域的方方面面。博客、文章、会议等等都很多。目前正有不少扩展包作者在把优秀的javascript library引入R，主要是数据可视化，绘制动态、互动、矢量数据图像。对于开发者而言，许多开发方面的资源也可以使用，比如扩展包的自动化测试可以用 Travis CI 完成等等。对于一些高级使用者，同样可以在R中通过Rcpp或Rcpp11扩展包无缝调用C++的代码（比如实现高性能算法、用C++里面的一些矩阵计算库等等），也可以通过rJava调用Java代码，通过rClr调用.NET代码...
社区强大。整个社区仍然处于高速成长当中，在stackoverflow上的问答活跃度也相当高。
前沿。不少统计、计量等等新工具在学术界发表，作者本人或者团队会在第一时间、甚至文章发表前就发布基于这个文章的R扩展包，使得其几乎总是走在学术界前沿。
首先，Matlab为收费软件价格不低，安装文件比较大。但是随着发展，以及R语言等免费软件的兴起，Matlab价格出现多个版本商业、教育、学生、个人版。学生版功能与商业版一致，但价格非常优惠了不到100美元。R语言为开源免费软件，安装文件比较小，而且有着很多牛人为其提供工具包，发展迅速。在图像展现方面似乎以及高于Matlab。但是在稳定性方面我还没有发言权。
其次，Matlab以工程为主，军工、汽车、电信、金融等行业用于大量的用户群体，尤其在理工学校Matlab或许是必修之一，在金融工程的出现，就是将工程的方法用于金融，当然同时也将Matlab引入金融。
R 以统计为主，期初主要是统计相关专业的人使用，但后来逐渐广泛用于医学等领域，随着大数据的崛起，IT人员或许更多选择R语言，主要R语言更符合GNU标准，而且是开源软件并且免费。
所以，Matlab适合矩阵计算，数学运算方面专用，尤其是信号处理。而 R语言适合统计分析和绘图。也就是说，R语言做统计分析更给力，本人就是这样例子。
