Auximen, на мой взгляд Котлин/Ява — отличные варианты для бабла, Ява везде и хорошие бухгалтера (тимлиды и архитекторы) нужны везде (по крайней мере еще года 2-3). :)
Но, таки для экспериментов и вычислений, как Инструменты Мышления (Thinking Tools) они не лучшие варианты.
Справедливости ради, это не Питон, а набор вызовов из библиотеки NumPy.
Питон за последние 10 лет превратился из обычного скриптового языка в набор магических заклинаний. Как они работают — это знать не надо. Все используют, так что не задавай лишних вопросов.
В этом плане тогда становится не ясным почему не использовать R. К его магии хотя бы больше доверия.
Alex Craft, Это тоже, да. В Питоне для одного действия есть тысяча и одна реализация. Понять, что там происходит и почему написано как смесь Scala и Haskell — еще сложнее.
Питон для суеты. Как Инструмент Мышления (Thinking Tools) — лучший R.
Julia — перспективный язык и, скорее всего, перспективной и помрет.
За R — 20000+ пакетов, на все случаи жизни. И самое главное — мощная команда поддержки. Один Hadley Wickham чего стоит!
Quik -> Sql сервер +dplyr+конвейер -> огонь!
PS: Насчет быстродействия — все равно все везде внутри — это чистый С.
PPS: О недостатках скромно умолчу...
PPPS: Выше приведеная программа на языке R будет выглядеть возможно как-то так:
Synthetic, может быть. на мои случаи, я стараюсь использовать закон Парето и ограничиться основными 20% инструментов. Иногда да пакетов не хватает, в Julii не было SkewStudentT, пришлось сделать, портировать с Питона.
Но, Julia может напрямую вызывать код Python, R так что, отсутствие библиотек не проблема. В случае SkewStudentT — мне пришлось портировать потому что она используется в фиттинге и нужен быстрый код. А так можно было бы просто импортировать из Питона.
Synthetic, про будущие перспективы, я думаю все существующие языки программирования будут заменены в ближайшие 3, самое максимум 5 лет… ИИ позволяет выйти на новый уровень, императивные инструкции больше не нужны…
Но, таки для экспериментов и вычислений, как Инструменты Мышления (Thinking Tools) они не лучшие варианты.
Справедливости ради, это не Питон, а набор вызовов из библиотеки NumPy.
Питон за последние 10 лет превратился из обычного скриптового языка в набор магических заклинаний. Как они работают — это знать не надо. Все используют, так что не задавай лишних вопросов.
В этом плане тогда становится не ясным почему не использовать R. К его магии хотя бы больше доверия.
Julia — перспективный язык и, скорее всего, перспективной и помрет.
За R — 20000+ пакетов, на все случаи жизни. И самое главное — мощная команда поддержки. Один Hadley Wickham чего стоит!
Quik -> Sql сервер +dplyr+конвейер -> огонь!
PS: Насчет быстродействия — все равно все везде внутри — это чистый С.
PPS: О недостатках скромно умолчу...
PPPS: Выше приведеная программа на языке R будет выглядеть возможно как-то так:
library(ReIns)
Т.е. все уже написано до нас…
Но, Julia может напрямую вызывать код Python, R так что, отсутствие библиотек не проблема. В случае SkewStudentT — мне пришлось портировать потому что она используется в фиттинге и нужен быстрый код. А так можно было бы просто импортировать из Питона.
А как же Сайлоны?
Нашёл информацию по обучению языку Julia для инженерного анализа в конце августа (https://julia.org).
Прошу поделиться имеющейся информацией и опытом у кого есть.