Le migliori lingue per il calcolo scientifico [chiuso]

Sembra che la maggior parte delle lingue abbia un certo numero di librerie di informatica scientifica disponibili.

• Python ha Scipy
• Rust ha SciRust
• C++ha diversi inclusi ViennaCLeArmadillo
• Javaha Java Numericse Coltcosì come molti altri

Per non parlare di linguaggi simili Re Juliaprogettati esplicitamente per il calcolo scientifico.

Con così tante opzioni come scegliere la lingua migliore per un'attività? Inoltre quali lingue saranno le più performanti? Pythone Rsembra avere la maggiore trazione nello spazio, ma logicamente un linguaggio compilato sembra che sarebbe una scelta migliore. E qualcosa riuscirà mai a superare Fortran? Inoltre, le lingue compilate tendono ad avere un'accelerazione GPU, mentre le lingue interpretate piacciono Re Pythonnon lo fanno. Cosa devo prendere in considerazione quando scelgo una lingua e quali lingue offrono il miglior equilibrio tra utilità e prestazioni? Inoltre ci sono lingue con significative risorse scientifiche di calcolo che mi sono perso?

Questa è una domanda piuttosto massiccia, quindi non si intende che sia una risposta completa, ma si spera che ciò possa aiutare a informare la pratica generale nel determinare lo strumento migliore per il lavoro quando si tratta di scienza dei dati. In generale, ho un elenco relativamente breve di qualifiche che cerco quando si tratta di qualsiasi strumento in questo spazio. In nessun ordine particolare sono:

• Prestazioni : fondamentalmente si riduce alla velocità con cui il linguaggio esegue la moltiplicazione matriciale, poiché questo è più o meno il compito più importante nella scienza dei dati.
• Scalabilità : almeno per me personalmente, ciò si riduce alla facilità di costruzione di un sistema distribuito. Questo è un posto dove lingue come Juliadavvero brillano.
• Community : con qualsiasi lingua, stai davvero cercando una community attiva che ti possa aiutare quando rimani bloccato usando qualsiasi strumento tu stia usando. Qui è dove si pythonspinge molto più avanti della maggior parte delle altre lingue.
• Flessibilità : niente è peggio che essere limitato dalla lingua che si utilizza. Non succede molto spesso, ma cercare di rappresentare le strutture grafiche haskellè un dolore noto, ed Juliaè pieno di molti dolori delle architetture di codice a causa dell'essere un linguaggio così giovane.
• Facilità d'uso : se si desidera utilizzare qualcosa in un ambiente più ampio, accertarsi che l'installazione sia semplice e che possa essere automatizzata. Niente è peggio che dover impostare una build finnicky su una mezza dozzina di macchine.

Ci sono un sacco di articoli là fuori su prestazioni e scalabilità, ma in generale vedrai un differenziale di prestazioni di forse 5-10 volte tra le lingue, che può o meno avere importanza a seconda della tua specifica applicazione. Per quanto riguarda l'accelerazione GPU, cudamatè un modo davvero semplice per farlo funzionare python, e la cudalibreria in generale ha reso l'accelerazione GPU molto più accessibile di prima.

Le due metriche principali che utilizzo sia per la community che per la flessibilità sono quelle di esaminare il gestore dei pacchetti della lingua e le domande relative alla lingua in un sito come SO. Se ci sono molte domande e risposte di alta qualità, è un buon segno che la comunità è attiva. Anche il numero di pacchetti e l'attività generale su tali pacchetti possono essere un buon proxy per questa metrica.

Per quanto riguarda la facilità d'uso, sono fermamente convinto che l'unico modo per sapere effettivamente è configurarlo da soli. C'è molta superstizione attorno a molti strumenti di Data Science, in particolare cose come database e architettura di calcolo distribuita, ma non c'è modo di sapere davvero se qualcosa è facile o difficile da configurare e distribuire senza semplicemente costruirlo da soli.

La lingua migliore dipende da cosa vuoi fare. Prima osservazione: non limitarti a una lingua. Imparare una nuova lingua è sempre una buona cosa, ma a un certo punto dovrai scegliere. Le strutture offerte dalla stessa lingua sono una cosa ovvia da tenere in considerazione, ma a mio avviso quanto segue è più importante:

• librerie disponibili : devi implementare tutto da zero o puoi riutilizzare le cose esistenti? Nota che queste librerie non devono necessariamente essere nella lingua che stai prendendo in considerazione, a condizione che tu possa interfacciarti facilmente. Lavorare in una lingua senza accesso alla biblioteca non ti aiuterà a fare le cose.
• numero di esperti : se desideri sviluppatori esterni o inizi a lavorare in gruppo, devi considerare quante persone conoscono effettivamente la lingua. A titolo di esempio estremo: se decidi di lavorare in Brainfuck perché ti piace, sappi che probabilmente lavorerai da solo. Esistono molti sondaggi che possono aiutare a valutare la popolarità delle lingue, incluso il numero di domande per lingua su SO.
• toolchain : hai accesso a buoni debugger, profiler, strumenti di documentazione e (se ti interessa) IDE?

Sono consapevole che la maggior parte dei miei punti è a favore di lingue consolidate. Questo è dal punto di vista del "fare le cose".

Detto questo, personalmente credo che sia molto meglio acquisire competenze in una lingua di basso livello e in una lingua di alto livello:

• basso livello: C ++, C, Fortran, ... con il quale è possibile implementare determinati hot spot di profilazione solo se necessario perché lo sviluppo in queste lingue è in genere più lento (sebbene questo sia oggetto di dibattito). Queste lingue rimangono il re della collina in termini di prestazioni critiche e probabilmente rimarranno in cima per molto tempo.
• alto livello: Python, R, Clojure, ... per "incollare" elementi insieme e fare cose critiche non prestazionali (pre-elaborazione, gestione dei dati, ...). Trovo che questo sia importante semplicemente perché è molto più facile fare rapido sviluppo e prototipazione in questi linguaggi.

Per prima cosa devi decidere cosa vuoi fare, quindi cercare lo strumento giusto per quell'attività.

Un approccio molto generale è usare R per le prime versioni e vedere se il tuo approccio è corretto. Manca un po 'di velocità, ma ha comandi molto potenti e librerie di componenti aggiuntivi, che puoi provare praticamente qualsiasi cosa con esso: http://www.r-project.org/

La seconda idea è che se vuoi capire gli algoritmi dietro le librerie, potresti voler dare un'occhiata alle Ricette Numeriche. Sono disponibili per diverse lingue e sono gratuiti per l'apprendimento. Se si desidera utilizzarli in prodotti commerciali, è necessario acquistare una licenza: http://en.wikipedia.org/wiki/Numerical_Recipes

La maggior parte delle volte le prestazioni non saranno il problema, ma troveranno gli algoritmi e i parametri giusti per loro, quindi è importante avere un linguaggio di scripting veloce invece di un programma mostruoso che deve prima compilare 10 minuti prima di calcolare due numeri e pubblicare il risultato.

E un grande vantaggio nell'uso di R è che ha funzioni o librerie integrate per quasi ogni tipo di diagramma di cui potresti aver bisogno per visualizzare i tuoi dati.

Se hai una versione funzionante, è quasi facile portarlo in qualsiasi altra lingua che ritieni sia più performante.