0 说明
1.python
对于任何正在学习数学的人来说,Python都是一门很棒的语言。它的语法简单直观——听起来就像你在用英语打字!
Python是面向对象的,这意味着你可以创建“对象”,这些“对象”就像名词一样,有一个状态,可以调用它们来操作它们。Python 还具有大量的库,可以导入并为您提供绘图和绘图功能(参见或)甚至使用代数操作。matplotlib
numpy
sympy
总的来说,对于初学者来说,这是一门完美的语言,但仍然非常强大。
2. Matlab
Python 的成本之一是它相对较慢——对于许多程序,你不会注意到它,但一旦你开始运行更长的程序,它肯定会变得不方便。
MATLAB 具有语法简单的优点,同时还将繁重的计算发送到其后端语言 - Fortran 和 C,它们在计算上效率更高。这意味着您无需学习其困难的语法即可获得 C 的强大功能。
MATLAB 也是专门为数学设计的,因此很容易创建图形或 3D 图形,以及更自然的计算机代数系统。
缺点之一是寻求帮助比Python有点棘手,因为社区没有那么大。然而,这只是一个很小的收益成本!
3.julia
Julia 是一种从一开始就为高性能计算而设计的语言。它是动态类型的,就像Python一样,这使得编写起来更容易,并支持面向对象和函数式编程范式。
这是一种相对较新的语言,创建于 2012 年,但将许多不同语言的许多不同好处结合在一起。用创始人的话说:
我们想要一种开源的语言,有一个自由的许可证。我们想要 C 的速度和 Ruby 的活力。我们想要一种同象语言,像Lisp这样的真正的宏,但像Matlab这样明显,熟悉的数学符号。我们想要像 Python 一样可用于通用编程的东西,像 R 一样容易统计,像 Perl 一样自然地用于字符串处理,像 Matlab 一样强大地用于线性代数,像 shell 一样擅长将程序粘合在一起。一些简单易学的东西,但让最严重的黑客感到高兴。
— 我们为什么创造朱莉娅
4. Mathematica
正如你可能已经从名字中猜到的那样,Mathematica是由Stephen Wolfram专门为数学家设计的程序。许多人都熟悉较小的在线版本Wolfram Alpha,但Mathematica的功能要强大得多。
Mathematica的计算机代数系统是内置的,非常易于使用。任何字母都会自动被视为代数变量,因此您甚至不需要像在 Python 或 MATLAB 中那样显式声明这些变量。
Mathematica使用“笔记本样式”界面,允许图形和结果与您的代码一起显示!
Mathematica 还擅长机器学习、图像处理、函数可视化和地理计算等一系列领域的技术和高性能计算。
缺点之一是,与Python和Julia不同,Mathematica确实是有代价的。但是,如果您隶属于一所大学,则可以免费从他们那里获得许可证。
5. R
大多数数学学生也经常使用统计学或数据,而R是最好的语言之一。R 不仅擅长处理数据,还擅长呈现数据并创建美丽多彩的可视化效果。
R还拥有大量其他用户制作的库,这使它成为一种非常灵活的语言,可以在许多不同的上下文中使用。最常见的一种是可以创建这样的数字:ggplots
R 还可以通过链接 C、C++ 或 Fortran 代码并在运行时在编程中调用它来处理计算密集型任务。
R 也非常适合报告和创建文档。诸如knitr或RMarkdown之类的软件包也允许它与LaTeX代码集成。这让我们顺利地进入了最后一种语言!
6. 拉特克斯
LaTeX 是一种用于创建文档的排版语言——它对于交流数学或其他科学主题特别有用。
它与此列表中的其他语言不同,因为它不用于计算积分、运行模拟或处理数据。然而,它仍然非常有用,并且被大多数数学家每天使用。
任何尝试过使用Microsoft Word编写数学繁重论文的人都会知道,这不是最适合这项工作的程序。从 Word 到 LaTeX 需要调整一点学习曲线,但一旦你通过了它,好处是成比例的!
如果您有兴趣学习如何编写您的第一个 LaTeX 文档,请在此处查看我的文章。您应该能够在大约 15 分钟内完成您的第一份文档!