外觀
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、API | pandas、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、Android | GATK、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、ML | Python 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 |
|---|---|---|
| Java | 8 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、DataFrames | Julia 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? |