科学计算中编程语言的选择

科学计算中常见的编程语言有：Fortran/C/C++、Python、Matlab/Mathematica、Julia等。编程语言其实选择哪一种都可以，主要还是看算法和内容，计算结果跟编程语言无关。不同编程语言的书写效率和运行效率会有些差别。

以下是具体讨论：

• Fortran/C/C++的运行效率算是最高了，主要是可以用到（MKL）BLAS库和LAPACK库中的一些函数，很多遗留的科学计算代码都是基于Fortran语言。缺点是Fortran需要对每个变量进行声明，书写起来比较冗长。此外，各种功能函数散落在互联网中的各个角落，没有特别好的软件生态。学习参考：Fortran常用语句。
• Python加上numpy库，功能和Matlab差不多。Python的缺点是运行效率不高，尤其是多重循环的计算，但速度还是可以接近于Matlab。Python的优点是书写方便，不用定义变量。此外，Python软件生态比较好，安装方便，可以比较方便地调用各种库。Python也是人工智能/机器学习的热门语言。学习参考：常用的Python软件包。
• Matlab是矩阵实验室，优点是代码比较简短、分析矩阵比较方便。Mathematica比较擅长符号运算。Matlab和Mathematica都是商业软件，从长期来看，书写的代码容易受制于人，用起来并不是特别安心。此外，两个软件安装的占用空间也大。学习参考：Matlab常用语句。
• Julia是一个比较新的编程语言，处于发展阶段，语法接近于Matlab，兼顾了书写效率和运行效率，已经有一批科研工作者使用了Julia作为科学计算的语言。Julia的缺点是软件包的官方安装是基于Github，容易被屏蔽，使用起来体验不是特别好。此外，各种软件包也需要重新去学习和适应，比较费精力。学习参考：Julia常用命令和常用软件包。

综上，目前个人是选择Python为主要的编程语言，当计算量比较大时再使用Fortran/C/C++进行编程计算。

【说明：本站主要是个人的一些笔记和代码分享，内容可能会不定期修改。为了使全网显示的始终是最新版本，这里的文章未经同意请勿转载。引用请注明出处：https://www.guanjihuan.com】