macroevolution (![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png)
macroevolution) wrote2015-01-11 02:41 pm
macroevolution) wrote2015-01-11 02:41 pm
Посоветуйте язык программирования
Я всю жизнь программировал только на бейсике, на разных его версиях. Так получилось. Когда писал кандидатскую, набралось очень много таблиц с данными (это были морфологические признаки морских ежей), и я задолбался обсчитывать их на калькуляторе. Поэтому быстренько освоил бейсик (тогда персональные компьютеры IBM только начали появляться, и к ним прилагался язык GW-Basic). Освоил - и сразу почувствовал себя человеком. С тех пор не переучивался, сейчас пишу все свои программки на VBA в MS Access. То есть в программировании я дилетант, но опытный. Программированием пользуюсь сейчас для имитационного моделирования эволюционных процессов в популяциях. Подумываю об одной новой модели, но понимаю, что на VBA она будет работать невыносимо медленно. Насколько я понимаю, программа, написанная почти на любом другом языке, компилируемом, будет работать в разы быстрее. Вопрос такой: какой из этих языков мне будет быстрее и проще всего освоить? Времени, сил и желания преодолевать трудности и вникать в программистские проблемы - не имеется. Мне бы этот язык просто скачать (можно купить, если не слишком дорого), освоить за пару-тройку дней - и вперед. Т.е. главное, чтобы он был максимально простым в освоении для того, кто знает бейсик, без всяких интеллектуальных "понтов", но работал хотя бы раз в 10 быстрее.
no subject
R или Weta уже для статанализа, манипуляции с данными проводить можно, но вот собирать их из, скажем, интеренета, толком не получится. Еще момент - R работает в оперативной памяти, так что для больших бд (генетика, например или big data) выдаст ошибку, хотя есть решения, как это обходить, например, с помощью Hadoop. Если у вас несколько десятков тысяч наблюдений, то в R есть пакеты, которые дают фору даже безбожно дорогому SAS EM. Хотя графики в R очень простые, то есть такие, которые нужны для работы, быстро отсмотреть несколько сотен, чтобы оценить обстановку, а не для публикаций. Красоту навести можно, но легче убить себя об стену, если честно. Коммерческие пакеты, естественно, этим не страдают.
Еще Julia недавно создали, чтобы статистики получили 2 в 1. Мой муж в восторге от Julia, я только Python осваиваю на Coursera, но после R это не так сложно как кажется. Поскольку язык новый, готовых скриптов мало, в отличие от R, которым пользуются все, от маркетологов до биологов, и, соответственно, все делятся скриптами и есть куча форумов, где можно спросить "что не так с моим кодом?". Джулия очень смешная, она работает с иррациональными числами, делает операции с неприведеными дробями. В общем, выглядит очень "правильно".
Все упомянутое мной выше - free software
no subject
Таким образом, пайтон прекрасен для работы с большими массивами данных.
И он вполне быстр, так как при программировании в пайтоне можно использовать библиотеки фортрана и других low level languages - он использует их автоматически, и Вам не нужно ничего знать, кроме пайтона.
no subject
no subject