我应该为计算科学学习哪种语言？

11

我对计算科学的概念完全陌生，并且正在寻找一个良好的起点。

我知道没有客观上最好的语言，但是我想学习一门在计算科学方面毫无疑问地强大和突出的语言-一种被认为具有卓越能力和效率的语言。

首先，我倾向于与原子键合和相互作用有关的建模，需要图形表示/模拟。

在某些领域，某些语言是否倾向于比其他领域更好（即物理与纯数学）？还是基于其他因素选择语言？

我听说过很多名叫Fortran的名字。

有什么建议吗？

languages

— 用户名
source

1

C ++和Fortran是社区中众所周知的语言。最近，您可以看到动态语言的使用正在增加。通常，您选择的是图书馆而不是语言。

— vanCompute

9

我想起了这样的格言，即Real Programmers可以用任何语言编写Fortran。

— hardmath

1

这里是有很多答案的一个非常类似的问题：scicomp.stackexchange.com/questions/304/c-vs-fortran-for-hpc

— 昂德里杰·塞蒂克

1

“我知道没有客观上最好的语言”-确切地说，为什么不学习与语言无关，以便您可以用扔给您的任何语言来写作？

— JM

2

你必须精通英语。没有它，您将不会在计算科学中获得任何帮助。

— 约翰内斯，

15

通常，它取决于您可以使用的数字库，这将有助于完成您的任务。C / C ++具有为它们实现的大量数字库，但是作为低级语言并不是最好快速原型化的东西。

我认为要快速寻求解决方案，建议使用Matlab或Mathematica之类的方法。它们具有大型工具集，并且非常高级。最有可能的是，您的实现无法扩展到生产用途，但这可能是尝试不同方法的理想场所。一旦知道要走的路，就总是可以更有效地在C / C ++中实现某些东西。

— 公斤
source

4

许多人-学术界内部和外部的人-都不真正信任代码，除非它至少具有一些最小的自动化测试套件。我不知道在matlab和mathematica中这种工具的工具是什么样的，但是对于更主流的语言（如Python和C ++），有一些不错的软件包。

— cjordan1

3

MATLAB具有MATLAB xUnit，但是Python和C ++具有更多（我认为更好）的测试套件。

— Geoff Oxberry

24

蟒蛇！

直接使用numpy库，小脚本和ipython交互式外壳开始。
在众多免费书籍和教程的帮助下获得更高级的知识。
使用scipy作为高性能数值例程的前端和matplotlib进行可视化可提高生产力
充分利用Krypy，FeNiCS和其他众多功能强大的科学计算模块
注意，平面和面向对象的编程之间的平稳过渡以及Python固有的模块化特性使大型项目易于处理。
只需重写cython中的关键部分，即可使您的代码与C或Fortran一样快。您还可以轻松地包括用Fortran或C编写的例程。

我认为这是解决科学计算问题的最佳方法。首先通过小脚本中的玩具示例来解决问题。变得更加系统化，并建立了一套代码。然后使您的代码正常工作！！！最后，如有必要，请进行代码优化。不要重新发明轮子，也不要做过早的优化。

（其他优点：Python是免费提供的-没有许可证问题，大型社区，例如在stackoverflow上，用于单元测试或日志记录的良好编程的模块...）

— 一月
source

11

尝试使用Python，如《计算科学的Python脚本》一书中所述。

— h
source

8

Python可能是一个很好的起点。跟随资源是一个很好的起点。

http://www.openbookproject.net/thinkcs/python/english2e/

— 苏博德
source

5

Fortran：Matlab一样，易于学习和使用，并且可以快速产生成果，但仅适用于数值计算

C ++：难以掌握（将花费您数年），但在数值计算（工作安全性）之外使用了很多知识

Python：这些天推荐很多，但是对于非琐碎的工作来说太慢了。您将用C编写所有潜在的计算上的基础内核，然后从Python调用它们，这意味着您必须学习（至少）两种语言

— 用户名
source

1

我认为Fortran和C ++的学习曲线有些相似。我在这两种方法中都学到了足够的技能，以解决问题的最简单方法，这些方法都需要几个月的时间，每个问题都来自于Java，matlab和c＃。根据某些人所知道的语言，我可以看到c ++比fortran更容易学习，因为那里的大多数大型代码都是用过时的版本编写的。

— Godric Seer

@Godric：Fortran 2008标准约600页，不到C ++ 11的一半（约1300页）

— 2013年

1

@stali，是的，但是例如，我使用用Fortran77编写的大约25万行遗留代码。因此，我必须学习77的风格以能够使用它，90-95的风格来对其进行可维护的更改（由于常见的块是令人讨厌的），然后是'08以便在过去的十年中不会被卡住。Fortran是一门古老的语言，在过去的几十年中发生了巨大的变化，除非您从头开始，否则了解它的遗产是不平凡的。

— Godric Seer

2

我不同意Python是“对于非平凡的工作太慢”的说法。确实，如果仅使用Python编写矩阵向量乘法（等等），那将是一段糟糕的时光。不过，已经为您完成了对一些更高效语言的抽象：NumPy，Scipy可能拥有您所需要的一切。或其他50,000个软件包中的一个。

— NicoSchlömer，

1

@NicoSchlömer我同意“对于非平凡的工作太慢了”。我在Python（Numpy / Scipy）中进行的仿真比Fortran90版本中的相同代码慢大约10倍。我推荐Fortran90或C ++。

— fronthem '16

4

简短的答案
通过python了解面向对象代码的基础知识，并通过C了解计算机科学的基础知识。当您至少对这两种其他语言都还不错时，可以学习C ++，因为您几乎可以在C ++中做任何事情并使其快速运行（尽管要花很多时间才能编写）。

更长的答案
因此，这就是问题：对于第一个项目，您将在别人的实验室中研究别人的代码。在这种情况下，它们将成为选择编程语言的人。我个人认为这很棒！

我的意思是，作为一个初学者，您一段时间不会真正从肘部了解您的屁股，尤其是当您不知道自己在做什么时，学习编程会很无聊。因此，拥有来自他人代码的结构和限制是一件好事，而只有来自于实际项目的工作才具有动力和兴奋是一件好事。

尽管如此，无论您的实验室使用什么语言（尤其是Matlab），您都应该学习python，C和C ++。特别是，如果您不是来自计算机科学背景，则必须阅读Kernighan和Ritchie的“ The C Programming Language”。它已经35岁了，给人的独特印象是它的作者正在用打孔卡编程，但这是最稀有的鸟类：一本永恒的计算机科学书籍。这将使很多事情变得更加清晰。

— 电话
source