Skip to content

Computing › 程式語言

程式語言 (Programming Languages) ​

Python 與 R 以外的語言筆記。Python、R 是資料工作的主力,放在 Data Science;這裡的語言多半是在特定情境遇到:JVM 生態系(Java、Scala)與高效能科學運算(Julia)。編譯、直譯與 JIT 的差別見 電腦架構與程式執行。

語言比較 ​

語言型別執行模型典型用途生資 / 資料情境
Python動態直譯(位元組碼);重運算交給 C 擴充(NumPy)資料分析、ML、腳本、APIpandas、scanpy、Snakemake、多數生資腳本
R動態直譯統計、視覺化、報告Bioconductor(DESeq2、edgeR)、tidyverse
Java靜態位元組碼 + JVM(JIT)企業後端、大型系統、AndroidGATK、Picard、IGV、Nextflow 的執行環境
Scala靜態(型別推斷)JVM分散式資料處理、函數式系統Spark、Glow / Hail
Julia動態(可標註)JIT(LLVM)數值模擬、最佳化、微分方程BioJulia、需要快速迴圈的模擬
C / C++ / Rust靜態編譯成機器碼系統程式、效能關鍵工具samtools / htslib、BWA、minimap2
Bash動態(全是字串)直譯串接命令列工具、自動化Shell 腳本、pipeline 膠水程式碼
問題選擇
一般資料分析、MLPython 或 R
統計方法、Bioconductor 套件R
要跑既有的 JVM 生資工具不必寫 Java,但要懂 -Xmx 與錯誤訊息(Java 效能)
Spark 大規模處理PySpark;需要型別安全或內部 API 時用 Scala
自己寫的模擬太慢、Python 迴圈無法向量化Julia,或 Python + Numba
串接命令列工具Bash;步驟多時改用 工作流引擎

筆記 ​

筆記內容回答的問題
Java8 篇:基礎、控制流程、OOP、集合與例外、核心 API、I/O 與 Stream、測試、效能與並行怎麼寫與維護 Java 程式?JVM 工具怎麼調?
Scala 基礎val / case class / 模式比對 / Option、sbt、Spark 範例為什麼 Spark 用 Scala?何時值得學?
Julia 基礎安裝與環境、型別、陣列與廣播、多重分派、DataFramesJulia 怎麼寫?和 Python 差在哪?
Julia 進階模式迭代、tuple / Dict / struct、函式簽章、@btime、缺值處理、互通怎麼寫出快又清楚的 Julia?