摘要:我們來(lái)看一下美國(guó)相關(guān)專業(yè)人員對(duì)兩者的對(duì)比,只是粗略而不精準(zhǔn)的翻譯一下。小結(jié)其實(shí)在寫(xiě)這篇文章之前,我就問(wèn)過(guò)一下包括清華在內(nèi)的學(xué)校以及一些數(shù)學(xué)專業(yè)的學(xué)生,和還是占主流,但是經(jīng)過(guò)一番調(diào)查發(fā)現(xiàn)在美國(guó)在數(shù)據(jù)科學(xué)數(shù)學(xué)等方面好像漸成壓倒性的優(yōu)勢(shì)。
作為一枚程序員,想要研究Python編程語(yǔ)言與數(shù)學(xué)學(xué)習(xí)(教學(xué))的結(jié)合,就不能不了解以及比對(duì)一下其他數(shù)學(xué)學(xué)習(xí)與應(yīng)用的解決方案,比如R語(yǔ)言、Matlab等數(shù)學(xué)軟件。經(jīng)過(guò)廣泛的搜索了解了一下國(guó)外的反饋與趨勢(shì)之后,最終的結(jié)論就是Python確實(shí)是未來(lái)。Python與R語(yǔ)言的對(duì)比
Python與R語(yǔ)言在數(shù)據(jù)分析領(lǐng)域的對(duì)比,DataCamp上有一篇引用率非常高的文章,數(shù)據(jù)分析選擇R還是Python,不過(guò)這篇文章是2015年寫(xiě)的,我們先大致總結(jié)一下文章內(nèi)容:
R主要用于學(xué)術(shù)與研究,也開(kāi)始迅速進(jìn)入企業(yè)市場(chǎng),越是接近統(tǒng)計(jì)學(xué)、研究、數(shù)據(jù)科學(xué),你就會(huì)越偏愛(ài)R,而Python主要用于程序員想進(jìn)入數(shù)據(jù)分析領(lǐng)域、掌握統(tǒng)計(jì)技能,以及其他開(kāi)發(fā)人員進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域。如果你的工作越接近工程環(huán)境,你會(huì)越偏愛(ài)Python。
R的社區(qū)生態(tài)主要是研究員,數(shù)據(jù)科學(xué)家、統(tǒng)計(jì)學(xué)家和量化研究員,而Python主要是程序員和開(kāi)發(fā)者。
R學(xué)習(xí)門(mén)檻比較高,但是當(dāng)你掌握了基礎(chǔ)之后就學(xué)起來(lái)比較容易,R對(duì)程序員來(lái)說(shuō)不難;Python可讀性強(qiáng),入門(mén)非常容易,被公認(rèn)為非常不錯(cuò)的入門(mén)編程語(yǔ)言。
在2015年前的Tiobe編程語(yǔ)言的排名上Python排名在第4或第5,R排在第17到13。而據(jù)2015數(shù)據(jù)分析領(lǐng)域,用R的研究員占58%,Python占42%,兩者都用的占23.45%;
在2013年,R轉(zhuǎn)Python的有26%,Python轉(zhuǎn)R的有18%,而新進(jìn)入數(shù)據(jù)分析領(lǐng)域的有44%的人選擇R,23%的人選擇Python.
從2015年之前的情況看來(lái),正如作者所說(shuō),R和Python在數(shù)據(jù)分析領(lǐng)域確實(shí)平分秋色,難分伯仲,從數(shù)據(jù)中我們可以看出,雖然Python相比R更流行,在編程方面更有優(yōu)勢(shì),但是在數(shù)據(jù)科學(xué)領(lǐng)域,選擇使用R的人更多。
但是翻到2018年的文章里看到2016、2017年的數(shù)據(jù),情況下發(fā)生了逆轉(zhuǎn)。在數(shù)據(jù)科學(xué)領(lǐng)域,2016年有34%的人選擇Python,42%的人選擇R,而到了2017年41%的人選擇Python,36%的人選擇R。在2017年的調(diào)查統(tǒng)計(jì)里數(shù)據(jù)科學(xué)家和工程師最流行的編程語(yǔ)言分別是JavaScript(58.7%,令人驚訝啊,可能與數(shù)據(jù)可視化有關(guān)?)、SQL(58%)、Python(45%),而R(11.2%),Python在商業(yè)領(lǐng)域領(lǐng)域比較火,而R在學(xué)術(shù)和研究領(lǐng)域比較多,所以不那么流行吧。而在最近的Tiobe的排行榜上,與數(shù)據(jù)科學(xué)相關(guān)的編程語(yǔ)言Python、R、SQL、Matlab等漲幅都比較大,Python在整個(gè)編程語(yǔ)言的流行度也由2014年的2%猛增到2019年8.26%,躍居第3,成為2018年年度語(yǔ)言。
Python、R、Scala在數(shù)據(jù)科學(xué)領(lǐng)域的流行包
雖然不是學(xué)數(shù)學(xué)的,但是Matlab的大名可是如雷貫耳,與數(shù)學(xué)相關(guān)專業(yè)、相關(guān)行業(yè)的學(xué)生、工程師們基本一定會(huì)使用到它。MathWorks公司跟設(shè)計(jì)公司Adobe、三維軟件公司Autodesk一樣都是極其硬核的存在,旗下的產(chǎn)品不僅是學(xué)習(xí)必備,而且是工程(比工作聽(tīng)起來(lái)霸氣)必備。我個(gè)人對(duì)Matlab的了解極其有限,Python與Matlab的對(duì)比我也只能像一個(gè)產(chǎn)品經(jīng)理去廣泛查閱專業(yè)意見(jiàn)來(lái)權(quán)衡利弊。我所得出的結(jié)論也只是基于掌握了Python的前提,斷不敢用偏頗的立場(chǎng)去褻瀆神器。
我們來(lái)看一下美國(guó)相關(guān)專業(yè)人員對(duì)兩者的對(duì)比,只是粗略而不精準(zhǔn)的翻譯一下。
我是一名工程師,之前長(zhǎng)期使用Matlab來(lái)處理復(fù)雜的數(shù)學(xué)運(yùn)算都沒(méi)有遇到什么大的問(wèn)題,就在幾個(gè)月前因?yàn)閸徫恍枰獙W(xué)習(xí)了Python之后,我才意識(shí)到Matlab相比Python是多么的糟糕。之前需要我用Matlab花一整天處理的問(wèn)題用Python只需數(shù)小時(shí),Python的表現(xiàn)、流暢度讓我驚訝。而且使用Python我可以做之前用Matlab做的任何事情,而且更優(yōu)秀。因此我非常建議Matlab使用者轉(zhuǎn)向Python。Python編程語(yǔ)言比Matlab更強(qiáng)大,能夠聯(lián)合非常多的外部工具模塊,只需一個(gè)文件就可以調(diào)用非常多的庫(kù)、函數(shù)、類,語(yǔ)法也更加簡(jiǎn)單,面向?qū)ο箝_(kāi)發(fā)也更加方便,還能非常方便地調(diào)用C、C++、Fortran。Python是免費(fèi)的,而且可以運(yùn)行在更多平臺(tái)上面。 ---Stackoverflow某工程師
經(jīng)過(guò)調(diào)查Matlab與Python的宿命之爭(zhēng)在2011年就開(kāi)始了,而且網(wǎng)上Matlab與Python的對(duì)比文章、評(píng)論非常之多。Matlab官方在2013年就開(kāi)始拿Matlab和Python進(jìn)行對(duì)比官方對(duì)比最是致命:MATLAB OR Python中文,年代越近,由Matlab全面轉(zhuǎn)向Python的建議就越多,更多人直言Python是未來(lái)的編程語(yǔ)言,在Python與Matlab的選擇之上,看了非常多的建議,已成一邊倒的趨勢(shì)。
有人列出了Python相對(duì)于Matlab的8大優(yōu)勢(shì),我只粗略翻譯一下這8大優(yōu)勢(shì),詳情大家可以去查看原文:
Python的代碼相比于Matlab更簡(jiǎn)潔,可讀性更強(qiáng);
和其他編程一樣,Python都是從0開(kāi)始計(jì)數(shù),而Matlab不是;
Python可以更好的支持哈希字典;
面向?qū)ο箝_(kāi)發(fā)讓Python更簡(jiǎn)單、更優(yōu)雅;
Python免費(fèi)且開(kāi)源;
Python一個(gè)文件、模塊里可以包含非常多的函數(shù);
Python支持import聲明;
Python支持更多圖像處理的包和工具集
在PyCon 2017年的大會(huì)上,多位大佬提出科學(xué)家應(yīng)該全面擁抱Python,在2015年開(kāi)始Python在NASA的地位就開(kāi)始遙遙領(lǐng)先IDL、Matlab和Fortran。由于這里我們只討論P(yáng)ython和Matlab在數(shù)學(xué)上的對(duì)比,至于科學(xué)家轉(zhuǎn)型Python的優(yōu)勢(shì)的細(xì)節(jié),大家可以看DataCamp的雄文。
小結(jié)其實(shí)在寫(xiě)這篇文章之前,我就問(wèn)過(guò)一下包括清華在內(nèi)的學(xué)校以及一些數(shù)學(xué)專業(yè)的學(xué)生,Matlab和R還是占主流,但是經(jīng)過(guò)一番調(diào)查發(fā)現(xiàn)在美國(guó)Python在數(shù)據(jù)科學(xué)、數(shù)學(xué)等方面好像漸成壓倒性的優(yōu)勢(shì)。這也激勵(lì)我要把用Python學(xué)數(shù)學(xué)的專欄給寫(xiě)下去。
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://m.specialneedsforspecialkids.com/yun/43374.html
摘要:簡(jiǎn)稱,是基于聚焦行業(yè)應(yīng)用且提供商業(yè)支持的分布式深度學(xué)習(xí)框架,其宗旨是在合理的時(shí)間內(nèi)解決各類涉及大量數(shù)據(jù)的問(wèn)題。是負(fù)責(zé)開(kāi)發(fā)的用編寫(xiě),通過(guò)引擎加速的深度學(xué)習(xí)框架,是目前受關(guān)注最多的深度學(xué)習(xí)框架。 作者簡(jiǎn)介魏秀參,曠視科技 Face++ 南京研究院負(fù)責(zé)人。南京大學(xué) LAMDA 研究所博士,主要研究領(lǐng)域?yàn)橛?jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)。在相關(guān)領(lǐng)域較高級(jí)國(guó)際期刊如 IEEE TIP、IEEE TNNLS、Mac...
摘要:陳建平說(shuō)訓(xùn)練是十分重要的,尤其是對(duì)關(guān)注算法本身的研究者。代碼生成其實(shí)在中也十分簡(jiǎn)單,陳建平不僅利用車(chē)道線識(shí)別模型向我們演示了如何使用生成高效的代碼,同時(shí)還展示了在脫離環(huán)境下運(yùn)行代碼進(jìn)行推斷的效果。 近日,Mathworks 推出了包含 MATLAB 和 Simulink 產(chǎn)品系列的 Release 2017b(R2017b),該版本大大加強(qiáng)了 MATLAB 對(duì)深度學(xué)習(xí)的支持,并簡(jiǎn)化了工程師、...
摘要:在上篇文章里,為大家推薦了一些數(shù)學(xué)學(xué)習(xí)的軟件和微積分線性代數(shù)概率統(tǒng)計(jì)的學(xué)習(xí)視頻,今天再推薦一些精心挑選的經(jīng)典教材,并為大家提供電子書(shū)的下載鏈接,和視頻搭配起來(lái)一起學(xué)習(xí),效果會(huì)更好。我們要使用的以及等都包含在里面,無(wú)需額外下載。 在上篇文章里,為大家推薦了一些數(shù)學(xué)學(xué)習(xí)的軟件和微積分、線性代數(shù)、概率統(tǒng)計(jì)的學(xué)習(xí)視頻,今天再推薦一些精心挑選的經(jīng)典教材,并為大家提供電子書(shū)的下載鏈接,和視頻搭配起...
摘要:本報(bào)告面向的讀者是想要進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域的學(xué)生和正在尋找新框架的專家。其輸入需要重塑為包含個(gè)元素的一維向量以滿足神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)目前代表著用于圖像分類任務(wù)的較先進(jìn)算法,并構(gòu)成了深度學(xué)習(xí)中的主要架構(gòu)。 初學(xué)者在學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的時(shí)候往往會(huì)有不知道從何處入手的困難,甚至可能不知道選擇什么工具入手才合適。近日,來(lái)自意大利的四位研究者發(fā)布了一篇題為《神經(jīng)網(wǎng)絡(luò)初學(xué)者:在 MATLAB、Torch 和 ...
小編寫(xiě)這篇文章的主要目的,主要是給大家介紹關(guān)于Python numpy和matlab區(qū)別的介紹,具體區(qū)別,下文給大家詳細(xì)的解答。 numpy和matlab的幾點(diǎn)差異 Python numpy和matlab都是便捷靈活的科學(xué)計(jì)算語(yǔ)言,兩者具有很多相似之處,但也有一些混淆的地方,這里假定你熟悉matlab,但不了解numpy,記錄幾個(gè)numpy實(shí)例: 1、Numpy數(shù)組索引指定開(kāi)始和結(jié)束時(shí) ...
閱讀 2825·2021-10-13 09:48
閱讀 3787·2021-10-13 09:39
閱讀 3600·2021-09-22 16:04
閱讀 1830·2021-09-03 10:48
閱讀 844·2021-08-03 14:04
閱讀 2364·2019-08-29 15:18
閱讀 3407·2019-08-26 12:19
閱讀 2873·2019-08-26 12:08