Кращі мови для наукових обчислень [закрито]

Здається, що більшість мов мають деяку кількість бібліотек наукових обчислень.

• Python має Scipy
• Rust має SciRust
• C++має кілька у тому числі ViennaCLіArmadillo
• Javaмає Java Numericsі Colt, а також кілька інших

Не кажучи вже про такі мови, як Rі Juliaспеціально розроблені для наукових обчислень.

З такою кількістю варіантів, як вибрати найкращу мову для завдання? Крім того, які мови будуть найбільш ефективними? Pythonі, Rздається, мають найбільшу тягу в просторі, але логічно складена мова здається, що це був би кращий вибір. І що-небудь коли-небудь перевершить Fortran? Додатково компільовані мови мають тенденцію до прискорення графічного процесора, тоді як інтерпретовані мови як Rі Pythonні. Що слід враховувати при виборі мови та які мови забезпечують найкращий баланс корисності та продуктивності? Чи є мови, які мають значні наукові обчислювальні ресурси, які я пропустив?

Це досить масове питання, тому це не має бути повною відповіддю, але, сподіваємось, це може допомогти інформувати загальну практику щодо визначення найкращого інструменту для роботи, коли справа стосується науки про дані. Як правило, у мене порівняно короткий список кваліфікацій, які я шукаю, коли мова йде про будь-який інструмент у цьому просторі. Вони не мають особливого порядку:

• Продуктивність : В основному зводиться до того, наскільки швидко мова виконує множення матриць, оскільки це більш-менш важливе завдання в науці даних.
• Масштабованість : Принаймні для мене особисто це зводиться до простоти побудови розподіленої системи. Це десь там, де Juliaсправді світять мови.
• Спільнота . На будь-якій мові ви дійсно шукаєте активну спільноту, яка може допомогти вам, коли ви застряжете, використовуючи той інструмент, який ви використовуєте. Ось тут pythonдуже далеко випереджає більшість інших мов.
• Гнучкість : Нічого гіршого, ніж обмеження мовою, якою ви користуєтесь. Це трапляється не дуже часто, але намагатися зобразити графічні структури haskell- це горезвісний біль, і Juliaвін заповнений великою кількістю болів архітектури коду в результаті такої молодої мови.
• Простота використання : Якщо ви хочете використовувати щось у більшому середовищі, ви хочете переконатися, що налаштування є простим і його можна автоматизувати. Нічого не гіршого, ніж створити принадію для будівництва на півдесятка машин.

Є багато статей про продуктивність та масштабованість, але в цілому ви будете дивитись на різницю продуктивності, можливо, 5-10 разів між мовами, що може бути, а може і не мати значення в залежності від вашої конкретної програми. Що стосується прискорення GPU, cudamatце дійсно безпроблемний спосіб налагодити його роботу python, і cudaзагалом бібліотека зробила прискорення GPU набагато доступнішим, ніж раніше.

Дві основні показники, які я використовую як для спільноти, так і для гнучкості, - це перегляд мовного менеджера пакунків та мовних питань на такому сайті, як SO. Якщо є велика кількість якісних питань та відповідей, це хороший знак того, що громада активна. Кількість пакетів та загальна активність у цих пакунках також можуть бути хорошим проксі для цього показника.

Що стосується простоти використання, я твердо вірю, що єдиний спосіб насправді знати - це власне налаштувати його. Існує багато забобонів навколо безлічі інструментів Data Science, зокрема таких речей, як бази даних та розподілена обчислювальна архітектура, але немає можливості реально дізнатися, чи можна щось легко чи важко налаштувати та розгорнути, не будуючи його самостійно.

Найкраща мова залежить від того, що ви хочете зробити. Перше зауваження: не обмежуйтеся однією мовою. Вивчення нової мови - це завжди добре, але в якийсь момент вам потрібно буде вибрати. Можливості, пропоновані самою мовою, очевидно, що слід враховувати, але, на мою думку, важливіші такі:

• доступні бібліотеки : чи потрібно реалізовувати все з нуля, чи можна повторно використовувати наявні речі? Зауважте, що ці бібліотеки не повинні бути будь-якою мовою, яку ви розглядаєте, доки ви можете легко інтерфейсувати. Робота мовою без доступу до бібліотеки не допоможе вам виконати справи.
• кількість експертів : якщо ви хочете, щоб зовнішні розробники або почали працювати в команді, ви повинні врахувати, скільки людей насправді знають мову. Як крайній приклад: якщо ви вирішили працювати в Brainfuck тому, що вам це подобається, знайте, що ви, ймовірно, працюєте наодинці. Існує багато опитувань, які можуть допомогти оцінити популярність мов, включаючи кількість запитань на одну мову на ПЗ.
• інструментальний ланцюг : чи маєте ви доступ до хороших налагоджувачів, профілів, інструментів для документації та (якщо ви в цьому займаєтесь) IDE?

Я усвідомлюю, що більшість моїх позицій віддають перевагу усталеним мовам. Це з точки зору "виконувати справи".

Зважаючи на це, я особисто вважаю, що набагато краще опанувати мову низького рівня та мову високого рівня:

• низький рівень: C ++, C, Fortran, ... за допомогою яких ви можете реалізувати певні гарячі точки профілювання, лише якщо вам це потрібно, оскільки розвиток цих мов, як правило, повільніше (хоча це є предметом дискусій). Ці мови залишаються королем пагорба з точки зору критичних показників і, ймовірно, залишаться на вершині довгий час.
• високий рівень: Python, R, Clojure, ... "склеювати" речі разом і робити критичні речі, що не відповідають ефективності (попередня обробка, обробка даних, ...). Я вважаю це важливим просто тому, що набагато простіше зробити швидкий розвиток та складання прототипів на цих мовах.

Спочатку вам потрібно вирішити, що ви хочете зробити, а потім шукати правильний інструмент для цього завдання.

Дуже загальним підходом є використання R для перших версій та перевірка правильності вашого підходу. Йому бракує трохи швидкості, але він має дуже потужні команди та бібліотеки аддонів, з якими ви можете спробувати майже все: http://www.r-project.org/

Друга ідея полягає в тому, що якщо ви хочете зрозуміти алгоритми, що стоять за бібліотеками, ви можете заглянути в числові рецепти. Вони доступні для різних мов і безкоштовно використовуються для навчання. Якщо ви хочете використовувати їх у комерційних продуктах, вам потрібно придбати ліцензію: http://en.wikipedia.org/wiki/Numerical_Recipes

Більшу частину часу продуктивність не буде проблемою, але пошук правильних алгоритмів та параметрів для них, тому важливо мати швидку мову сценаріїв замість монстрової програми, якій спочатку потрібно зібрати 10 хвилин, перш ніж обчислити два числа та викласти результат.

І великим плюсом у використанні R є те, що він має вбудовані функції або бібліотеки практично для будь-якого типу діаграм, які можуть вам знадобитися для візуалізації ваших даних.

Якщо тоді у вас є робоча версія, перенести її на будь-яку іншу мову, на вашу думку, є більш ефективною.