微信扫一扫
分享到朋友圈

业界 | 四大机器学习编程语言对比:R、Python、MATLAB、Octave

作者:机器之心 来源:机器之心 公众号
分享到:

11-05

选自 towardsdatascience

机器之心编译

作者:MJ Bahmani

参与:张倩、路


本文作者是一位机器学习工程师,他比较了四种机器学习编程语言(工具):R、Python、MATLAB 和 OCTAVE。作者列出了这些语言(工具)的优缺点,希望对想开始学习它们的人有用。


图源:Pixabay.com


GitHub 地址:https://github.com/mjbahmani/10-steps-to-become-a-data-scientist


 R 语言



R 是一种用于统计计算和图的语言及环境。它是一个 GNU 项目,与贝尔实验室的 John Chambers 及其同事开发的 S 语言及环境类似。R 可以视为 S 的一种不同实现。二者存在一些重要差异,但使用 S 写的很多代码在 R 下运行时无需修改。


优点:


  • 端到端开发到执行(一些 brokers package 允许执行,IB)

  • 开发速度快(比 Python 的代码少 60%)

  • 开源包多

  • 成熟的量化交易包(quantstrat、quantmod、performanceanalyitics、xts)

  • 社区最大

  • 使用 rcpp 可以整合 R 和 C++/C 


缺点:


  • 比 Python 慢,尤其是在迭代循环和非向量化函数中

  • 比 Matlab 绘图差,难以实现交互式图表

  • 创建独立应用程序的能力有限


 Python



Python 是一种用于通用编程的解释型高级编程语言,由 Guido van Rossum 创建并于 1991 年首次发布。Python 的设计强调代码可读性,使用了大量空格。它的结构使其在大规模和小规模编程中都能清晰明了。


优点:


  • 端到端开发到执行(一些 brokers package 允许执行,IB)

  • 开源包(Pandas、Numpy、scipy)

  • 交易包(zipline、pybacktest、pyalgotrade)

  • 最适合一般编程和应用程序开发

  • 可连接 R、C++ 和其他语言的「胶水」语言

  • 总体速度最快,尤其是在迭代循环中


缺点:


  • 有一些不成熟的包,尤其是交易包

  • 有些包与其他包不兼容或包含重叠

  • 在金融领域的社区比 R 小

  • 与 R 或 Matlab 相比,相同操作需要更多代码

  • 追踪静默错误(silent error)可能需要很长时间(即使使用可视化调试器/IDE)


 MATLAB



MATLAB(matrix laboratory)是一种多范型数值计算环境。作为 MathWorks 开发的一种专用编程语言,MATLAB 允许矩阵运算、函数和数据绘图、算法实现、用户界面创建,以及与用其他语言(包括 C、C++、C#、Java、Fortran、Python)写成的程序进行交互。


尽管 MATLAB 的设计初衷是数值计算,但其中的可选工具箱使用 MuPAD symbolic engine,具备符号计算能力。额外的包 Simulink 添加了图多领域模拟和针对动态和嵌入系统的基于模型的设计。


优点:


  • 最快的数学和计算平台,尤其是向量化运算/线性矩阵代数。

  • 适合所有数学和交易领域的商业级软件。

  • 脚本简短,但高度集成了所有包。

  • 拥有图和交互式图表的最佳可视化

  • 具备良好测试和支持。

  • 易于管理多线程支持和垃圾收集

  • 最好的调试器


缺点:


  • 无法执行,必须转换成另一种语言。

  • 昂贵:每个 license 大约 1000 美元,每添加一个包需要额外支付 50+ 美元。

  • 无法与其他语言很好地集成。

  • 很难检测出交易系统中的偏差(它是为数学和工程模拟而构建的),因此可能需要广泛的测试。

  • 糟糕的迭代循环性能。

  • 无法开发单独的应用。


 Octave



Octave 可以看作是商业语言 MATLAB 的 GNU 版本,它是一种脚本矩阵语言(scripting matrix language),其语法有大约 95% 可与 MATLAB 兼容。Octave 由工程师设计,因此预装了工程师常用的程序,其中很多时间序列分析程序、统计程序、文件命令和绘图命令与 MATLAB 语言相同。


优点:


  • 首先,目前没有可用的鲁棒性 Octave 编译器,且没有必要有,因为该软件可以免费安装。

  • Octave 和 Matlab 的语言元素相同,除了一些个例,如嵌套函数。Octave 仍然处于积极开发的状态,每一个偏离 Matlab 语法之处都被视为 bug 或者至少是待解决问题。

  • Octave 有很多可用工具箱,只要程序不要求图输出,那么在不进行大量更改的前提下,使用 Octave 运行和使用 Matlab 运行差不多。

  • 图方面的能力是 Matlab 的优势。Matlab 最新版本包括 GUI 设计器,包含大量很棒的可视化特征。

  • Octave 使用 GNU Plot 或 JHandles 作为图程序包,JHandles 与 Matlab 中的图程序包更接近一些。但是,Octave 不具备类似 GUI 设计器的组件,其可视化机制很受限且不与 Matlab 兼容。

  • 集成开发环境也是类似的情况:Octave 有一个 QTOctave 项目,但仍处于早期阶段。

  • Octave 社区的合作很可能帮助该软件很快提供更好、更兼容的图以及 GUI 能力。


缺点:


  • 它只是 MATLAB 的免费开源版本,无法带给用户新的东西。



下表列举了数据科学家和机器学习工程师的常用工具,读者可以查看这些工具的流行度。



原文链接:https://towardsdatascience.com/r-vs-python-vs-matlab-vs-octave-c28cd059aa69



本文为机器之心编译,转载请联系本公众号获得授权

✄------------------------------------------------

加入机器之心(全职记者 / 实习生):hr@jiqizhixin.com

投稿或寻求报道:content@jiqizhixin.com

广告 & 商务合作:bd@jiqizhixin.com

阅读8666
python 
举报0
关注机器之心微信号:almosthuman2014

用微信扫描二维码即可关注
声明

1、头条易读遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2、本文内容来自“机器之心”微信公众号,文章版权归机器之心公众号所有。

评论
更多

文章来自于公众号:

机器之心

微信号:almosthuman2014

邮箱qunxueyuan#163.com(将#换成@)
微信编辑器
免责声明
www.weixinyidu.com   免责声明
版权声明:本站收录微信公众号和微信文章内容全部来自于网络,仅供个人学习、研究或者欣赏使用。版权归原作者所有。禁止一切商业用途。其中内容并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。如果您发现头条易读网站上有侵犯您的知识产权的内容,请与我们联系,我们会及时修改或删除。
本站声明:本站与腾讯微信、微信公众平台无任何关联,非腾讯微信官方网站。