matlab支持 编程语言,用于数学的10个优秀编程语言
原标题：用于数学的10个优秀编程语言
译文：http://www.codeceo.com/article/10-programming-language-for-math.html
英文：10 Great Programming Languages for Mathematics
翻译：码农网 – 小峰
作为一个对数学和编程语言充满激情的人，谁也不能阻止我分享我总结的10个超棒的用于数学的编程语言。
总结的目标在于多样化，为大家提供广泛的编程和问题建模方法。
编程语言描述摘自它们各自的网站或维基百科页面，但里面也加进去了我的一些看法。
1. WOLFRAM语言
Wolfram语言是Mathematica和Wolfram编程云的编程语言。
它是由Wolfram Research开发的一种通用的多范式编程语言。它被设计得尽可能通用，并且强调符号计算，函数式编程和基于规则的编程。
语言非常大，涉及众多领域，通常较为专业化。
我的看法
这是一种相当好的函数式的基于规则的编程语言，可以非常好地处理符号计算。也就是说，就编程语言而言，我并不觉得它特别优雅。
它的真正价值在于其庞大的多领域标准库，尤其是对于数学应用程序，几乎领先于世界上任何其他编程语言。点击查看演示，很大可能会给你留下深刻印象。
2. MATLAB / GNU OCTAVE
MATLAB(matrix laboratory 矩阵实验室)是一个多范型数值计算环境和第四代编程语言。
这是由MathWorks开发的一种专有编程语言，MATLAB支持矩阵操作，函数和数据绘图，算法的实现，用户界面的创建以及用其他语言(包括C，C++，Java，Fortran和Python)编写的程序接口。
我的看法
很难胜任数值计算。对此不妨考虑开源替代实现/克隆GNU Octave。
3. R语言
R是由R Foundation for Statistical Computing支持的用于统计计算和图形的编程语言和软件环境。
R语言被统计学家和数据挖掘者广泛用于开发统计软件和数据分析。
民意调查，数据挖掘者调查和学术文献数据库研究表明，近年来R的受欢迎程度大幅增加。
4. COQ / GALLINA
Coq是一个交互式的定理证明工具。它允许表达数学断言，机械地检查这些断言的证明，帮助找到形式化的证明，并从其正式规范的建设性证明中提取认证程序。
Coq工作在归纳结构微积分理论的基础上，归纳结构微积分是结构微积分的一个衍生物。
作为编程语言，Coq实现了一种依赖类型的函数式编程语言，作为逻辑系统，Coq实现了一个更高阶的类型理论。
Coq提供了一种名为Gallina的规范语言。用Gallina编写的程序具有弱化的标准化属性 ——它们总是终止。
5. PROLOG
Prolog是与人工智能和计算语言学相关的通用逻辑编程语言。
Prolog的根源是一阶逻辑——一种形式逻辑，且与许多其他编程语言不同的是，Prolog是声明式的。
程序逻辑用关系来表达，用事实和规则来表现。通过对这些关系运行查询来启动计算。
6.Haskell
Haskell是一个标准化的，通用的纯函数式编程语言，具有非严格的语义和强大的静态类型。Haskell具有类型推断和惰性计算的类型系统。
我的看法
作为非函数程序员最难掌握的语言之一，其学习曲线走得非常艰难。由于没有副作用及其纯粹的功能性使它非常适合建模数学问题。那些从事类别理论和编程语言研究的人会对Haskell特别感兴趣。
7. IDRIS
Idris是一种具有相关类型的通用纯函数编程语言。类型系统类似于Agda使用的类型系统。
语言支持可与Coq媲美的交互式定理证明，包括策略，即使在定理证明之前，重点仍然放在通用编程上。
Idris的其他目标是“充足”性能，易于管理的副作用和支持实施嵌入式领域特定语言。
我的看法
研究型语言。它结合了Haskell和Coq的元素。很有意思。
8. JULIA
Julia是用于技术计算的高级和高性能的动态编程语言，具有用户熟悉的其他技术计算环境的语法。
它提供了一个复杂的编译器，分布式并行执行，数值准确性和广泛的数学函数库。 Julia的基本库，主要是用Julia编写的，它还集成了用于线性代数，随机数生成，信号处理和字符串处理的成熟和最佳的开源C和Fortran库。
我的看法
用于科学计算和数据科学非常有前途的编程语言。由于Jupyter项目，Julia也可以用作可执行的笔记本电脑。
9. PYTHON
Python是一种广泛使用的高级通用解释型动态编程语言。
其设计理念强调代码可读性，其语法允许程序员用比C ++或Java等语言更少的代码行来表达概念。
该语言提供了旨在实现小规模和大规模清晰程序的构造。
Python支持多种编程范例，包括面向对象，命令式和函数式编程或过程式样式。它具有动态类型系统和自动内存管理，并有一个大而全面的标准库。
我的看法
从数学和科学的观点来看，Python有趣的地方在于有大量可用的相关库可用于这种流行的编程语言(例如，numpy，scipy，scikit-learn，Sage等)。
得益于此丰富的生态系统，你可以轻松学习，这对于科学计算来说真的非常棒。而且，由于它很受欢迎，因此示例(和Jupyter notebooks)可以广泛使用。
10. J
J是一种非常简洁的数组编程语言，尤其适用于数学和统计编程，特别是在矩阵上执行操作的时候。它也被用于极限编程和网络性能分析。
与原来的FP / FL语言一样，J通过它的隐性编程功能支持函数级编程(与函数式编程不同)。
我的看法
J，和APL和K一样，是一种离奇古怪令人费解的语言。起初简洁难以阅读，但非常强大。如果你对处理数据操作和分析的新方法感兴趣，那么值得尝试一下。
下面是一个quicksort的实现——只是为了让你知道我们在这里处理什么。
quicksort = : (($：@(#[))({〜?@#))^：(1
写得比较豪放。
好了，到这里就结束了。当然，还有其他有价值的选择，欢迎在评论中告诉我们。返回搜狐，查看更多
责任编辑：