用于数学的 10 个优秀编程语言

2018 年 1 月 5 日 算法与数据结构
用于数学的 10 个优秀编程语言

译者:小峰,出处:码农网

链接:codeceo.com/article/10-programming-language-for-math.html

原文:https://mathblog.com/10-great-programming-languages-for-mathematics/


作为一个对数学和编程语言充满激情的人,谁也不能阻止我分享我总结的10个超棒的用于数学的编程语言。

正文共:2619 字 

预计阅读时间:7 分钟

作为一个对数学和编程语言充满激情的人,谁也不能阻止我分享我总结的10个超棒的用于数学的编程语言。

总结的目标在于多样化,为大家提供广泛的编程和问题建模方法。

编程语言描述摘自它们各自的网站或维基百科页面,但里面也加进去了我的一些看法。

1. WOLFRAM语言

Wolfram语言是Mathematica和Wolfram编程云的编程语言。

它是由Wolfram Research开发的一种通用的多范式编程语言。它被设计得尽可能通用,并且强调符号计算,函数式编程和基于规则的编程。

语言非常大,涉及众多领域,通常较为专业化。

我的看法

这是一种相当好的函数式的基于规则的编程语言,可以非常好地处理符号计算。也就是说,就编程语言而言,我并不觉得它特别优雅。

它的真正价值在于其庞大的多领域标准库,尤其是对于数学应用程序,几乎领先于世界上任何其他编程语言。点击查看演示,很大可能会给你留下深刻印象。

2. MATLAB / GNU OCTAVE

MATLAB(matrix laboratory 矩阵实验室)是一个多范型数值计算环境和第四代编程语言。

这是由MathWorks开发的一种专有编程语言,MATLAB支持矩阵操作,函数和数据绘图,算法的实现,用户界面的创建以及用其他语言(包括C,C++,Java,Fortran和Python)编写的程序接口。

我的看法

很难胜任数值计算。对此不妨考虑开源替代实现/克隆GNU Octave。

3. R语言

R是由R Foundation for Statistical Computing支持的用于统计计算和图形的编程语言和软件环境。

R语言被统计学家和数据挖掘者广泛用于开发统计软件和数据分析。

民意调查,数据挖掘者调查和学术文献数据库研究表明,近年来R的受欢迎程度大幅增加。

4. COQ / GALLINA

Coq是一个交互式的定理证明工具。它允许表达数学断言,机械地检查这些断言的证明,帮助找到形式化的证明,并从其正式规范的建设性证明中提取认证程序。

Coq工作在归纳结构微积分理论的基础上,归纳结构微积分是结构微积分的一个衍生物。

作为编程语言,Coq实现了一种依赖类型的函数式编程语言,作为逻辑系统,Coq实现了一个更高阶的类型理论。

Coq提供了一种名为Gallina的规范语言。用Gallina编写的程序具有弱化的标准化属性 ——它们总是终止。

5. PROLOG

Prolog是与人工智能和计算语言学相关的通用逻辑编程语言。

Prolog的根源是一阶逻辑——一种形式逻辑,且与许多其他编程语言不同的是,Prolog是声明式的。

程序逻辑用关系来表达,用事实和规则来表现。通过对这些关系运行查询来启动计算。

6.Haskell

Haskell是一个标准化的,通用的纯函数式编程语言,具有非严格的语义和强大的静态类型。Haskell具有类型推断和惰性计算的类型系统。

我的看法

作为非函数程序员最难掌握的语言之一,其学习曲线走得非常艰难。由于没有副作用及其纯粹的功能性使它非常适合建模数学问题。那些从事类别理论和编程语言研究的人会对Haskell特别感兴趣。

7. IDRIS

Idris是一种具有相关类型的通用纯函数编程语言。类型系统类似于Agda使用的类型系统。

语言支持可与Coq媲美的交互式定理证明,包括策略,即使在定理证明之前,重点仍然放在通用编程上。

Idris的其他目标是“充足”性能,易于管理的副作用和支持实施嵌入式领域特定语言。

我的看法

研究型语言。它结合了Haskell和Coq的元素。很有意思。

8. JULIA

Julia是用于技术计算的高级和高性能的动态编程语言,具有用户熟悉的其他技术计算环境的语法。

它提供了一个复杂的编译器,分布式并行执行,数值准确性和广泛的数学函数库。 Julia的基本库,主要是用Julia编写的,它还集成了用于线性代数,随机数生成,信号处理和字符串处理的成熟和最佳的开源C和Fortran库。

我的看法

用于科学计算和数据科学非常有前途的编程语言。由于Jupyter项目,Julia也可以用作可执行的笔记本电脑。

9. PYTHON

Python是一种广泛使用的高级通用解释型动态编程语言。

其设计理念强调代码可读性,其语法允许程序员用比C ++或Java等语言更少的代码行来表达概念。

该语言提供了旨在实现小规模和大规模清晰程序的构造。

Python支持多种编程范例,包括面向对象,命令式和函数式编程或过程式样式。它具有动态类型系统和自动内存管理,并有一个大而全面的标准库。

我的看法

从数学和科学的观点来看,Python有趣的地方在于有大量可用的相关库可用于这种流行的编程语言(例如,numpy,scipy,scikit-learn,Sage等)。

得益于此丰富的生态系统,你可以轻松学习,这对于科学计算来说真的非常棒。而且,由于它很受欢迎,因此示例(和Jupyter notebooks)可以广泛使用。

10. J

J是一种非常简洁的数组编程语言,尤其适用于数学和统计编程,特别是在矩阵上执行操作的时候。它也被用于极限编程和网络性能分析。

与原来的FP / FL语言一样,J通过它的隐性编程功能支持函数级编程(与函数式编程不同)。

我的看法

J,和APL和K一样,是一种离奇古怪令人费解的语言。起初简洁难以阅读,但非常强大。如果你对处理数据操作和分析的新方法感兴趣,那么值得尝试一下。

下面是一个quicksort的实现——只是为了让你知道我们在这里处理什么。

quicksort = : (($:@(<#[),(=#[),$:@(>#[))({〜?@#))^:(1 <#)

写得比较豪放。

好了,到这里就结束了。当然,还有其他有价值的选择,欢迎在评论中告诉我们。


●本文编号551,以后想阅读这篇文章直接输入551即可

●输入m获取文章目录

推荐↓↓↓

大数据与人工智能

更多推荐18个技术类公众微信

涵盖:程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。

登录查看更多
6

相关内容

程序设计语言( Programming Languages )又称编程语言,是一组用来定义计算机程序的语法规则。

从设计和原型设计到测试、部署和维护,Python在许多方面都很有用,它一直是当今最流行的编程语言之一。这本实用的书的第三版提供了对语言的快速参考——包括Python 3.5、2.7和3.6的突出部分——它庞大的标准库中常用的区域,以及一些最有用的第三方模块和包。

本书非常适合具有一些Python经验的程序员,以及来自其他编程语言的程序员,它涵盖了广泛的应用领域,包括web和网络编程、XML处理、数据库交互和高速数字计算。了解Python如何提供优雅、简单、实用和强大功能的独特组合。

这个版本包括:

  • Python语法、面向对象的Python、标准库模块和第三方Python包
  • Python对文件和文本操作、持久性和数据库、并发执行和数值计算的支持
  • 网络基础、事件驱动编程和客户端网络协议模块
  • Python扩展模块,以及用于打包和分发扩展、模块和应用程序的工具
成为VIP会员查看完整内容
0
133

作为布尔逻辑的替代

虽然逻辑是理性推理的数学基础和计算的基本原理,但它仅限于信息既完整又确定的问题。然而,许多现实世界的问题,从金融投资到电子邮件过滤,本质上是不完整或不确定的。概率论和贝叶斯计算共同提供了一个处理不完整和不确定数据的框架。

不完全和不确定数据的决策工具和方法

贝叶斯编程强调概率是布尔逻辑的替代选择,它涵盖了为真实世界的应用程序构建概率程序的新方法。本书由设计并实现了一个高效概率推理引擎来解释贝叶斯程序的团队编写,书中提供了许多Python示例,这些示例也可以在一个补充网站上找到,该网站还提供了一个解释器,允许读者试验这种新的编程方法。

原则和建模

只需要一个基本的数学基础,本书的前两部分提出了一种新的方法来建立主观概率模型。作者介绍了贝叶斯编程的原理,并讨论了概率建模的良好实践。大量简单的例子突出了贝叶斯建模在不同领域的应用。

形式主义和算法

第三部分综合了已有的贝叶斯推理算法的工作,因为需要一个高效的贝叶斯推理引擎来自动化贝叶斯程序中的概率演算。对于想要了解贝叶斯编程的形式主义、主要的概率模型、贝叶斯推理的通用算法和学习问题的读者,本文提供了许多参考书目。

常见问题

第四部分连同词汇表包含了常见问题的答案。作者比较了贝叶斯规划和可能性理论,讨论了贝叶斯推理的计算复杂性,讨论了不完全性的不可约性,讨论了概率的主观主义和客观主义认识论。

贝叶斯计算机的第一步

创建一个完整的贝叶斯计算框架需要新的建模方法、新的推理算法、新的编程语言和新的硬件。本书着重于方法论和算法,描述了实现这一目标的第一步。它鼓励读者探索新兴领域,例如仿生计算,并开发新的编程语言和硬件架构。

成为VIP会员查看完整内容
0
158

Python算法,第二版解释了Python方法的算法分析和设计。本书由《初级Python》的作者Magnus Lie Hetland撰写,主要关注经典算法,但也对基本的算法解决问题技术有了深入的理解。

这本书涉及一些最重要和最具挑战性的领域的编程和计算机科学在一个高度可读的方式。它涵盖了算法理论和编程实践,演示了理论是如何反映在真实的Python程序中的。介绍了Python语言中内置的著名算法和数据结构,并向用户展示了如何实现和评估其他算法和数据结构

成为VIP会员查看完整内容
0
131
小贴士
相关资讯
研究SLAM,对编程的要求有多高?
计算机视觉life
23+阅读 · 2019年2月18日
手把手教你用R语言制作网络爬虫机器人(一)
R语言中文社区
4+阅读 · 2019年1月26日
做机器学习和AI必备的42个数学知识点
AI前线
6+阅读 · 2018年12月6日
吃鸡手游竟然是Python写的?
机器学习算法与Python学习
4+阅读 · 2018年9月11日
Python 杠上 Java、C/C++,赢面有几成?
CSDN
6+阅读 · 2018年4月12日
观点 | 为什么我对MATLAB情有独钟
机器之心
4+阅读 · 2017年12月4日
【基础数学】- 01
遇见数学
12+阅读 · 2017年7月25日
相关VIP内容
专知会员服务
168+阅读 · 2020年6月10日
专知会员服务
154+阅读 · 2020年6月3日
专知会员服务
133+阅读 · 2020年5月21日
专知会员服务
87+阅读 · 2020年5月19日
专知会员服务
158+阅读 · 2020年5月18日
专知会员服务
143+阅读 · 2020年5月17日
专知会员服务
103+阅读 · 2020年3月27日
相关论文
Zi-Yi Dou,Keyi Yu,Antonios Anastasopoulos
5+阅读 · 2019年8月27日
Ryoma Sato,Makoto Yamada,Hisashi Kashima
7+阅读 · 2019年5月24日
gym-gazebo2, a toolkit for reinforcement learning using ROS 2 and Gazebo
Nestor Gonzalez Lopez,Yue Leire Erro Nuin,Elias Barba Moral,Lander Usategui San Juan,Alejandro Solano Rueda,Víctor Mayoral Vilches,Risto Kojcev
5+阅读 · 2019年3月14日
Implicit Maximum Likelihood Estimation
Ke Li,Jitendra Malik
6+阅读 · 2018年9月24日
Simultaneous Localization and Mapping (SLAM) using RTAB-MAP
Sagarnil Das
5+阅读 · 2018年9月9日
Jianxin Lin,Yingce Xia,Tao Qin,Zhibo Chen,Tie-Yan Liu
6+阅读 · 2018年5月1日
Sophie Melville,Kathryn Eccles,Taha Yasseri
3+阅读 · 2018年4月5日
Patrick Jähnichen,Florian Wenzel,Marius Kloft,Stephan Mandt
7+阅读 · 2018年3月21日
Arthur Mensch,Mathieu Blondel
55+阅读 · 2018年2月20日
Joel A. Tropp,Alp Yurtsever,Madeleine Udell,Volkan Cevher
4+阅读 · 2018年1月2日
Top