写点什么

机器学习编程语言之争,Python 夺魁

  • 2015-09-07
  • 本文字数:2016 字

    阅读完需:约 7 分钟

随着科技的发展,拥有高容量、高速度和多样性的大数据已经成为当今时代的主题词。数据科学领域中所采用的机器学习编程语言大相径庭。究竟哪种语言最适合机器学习成为争论不休的话题。近日,密西根州立大学的博士生 Sebastian Raschka 再次发起了机器学习编程语言之争,分析了自己选择 Python 的原因。

目前,机器学习牵涉的编程语言十分多样,包括了 MATLAB、Julia、R、Perl、Python、Ruby 等等。首先,Raschka 定义了语言好坏的原则:一门好的语言应该使得编写、调试和执行代码的总时间最短。然后,他花大篇幅讲述了一个简单的道理——没有一门语言是对所有情况、所有人都十分适合的。

Roberto Waltman:“在这种唯一正确的方式下,面向对象的 Spaghetti code 就是 Lasagna code。”

针对具体的应用场景以及参与项目的人员,开发团队或个人要对任务需求进行评估,再结合人员对于各个语言的熟悉程度和语言生态环境的情况等等,作出选择。接下来,Raschka 开始正式点评各个语言相对与 Python 在机器学习时的优缺点。

表现平平的 MATLAB

作为机器学习、模式识别等方面经常使用的工具,MATLAB 被放在了第一个分析。Raschka 认为,MATLAB 在实现机器学习算法时要比 Python 或者 NumPy 更加自然。很多高校也在计算机科学相关的课程中教授 MATLAB 语言。然而,MATLAB 也存在很多的缺点:价格昂贵、非开源、性能表现平平、语法不符合程序员的习惯等。例如,MATLAB 中矩阵乘积运算操作为X.dot(Y),而 Python 为<a href="mailto:X@W">X@W</a>,更加简洁、明了。

各种语言相对于 C 的测试性能——C 的性能为 1.0,越小越好
从上图可以看出,MATLAB 的性能比 Python、Go、Java 等语言要差很多。Raschka 也提到,上图中 Python 的性能也表现不好。但是,现在性能强劲的 GPU 为 Python 提供了强大的后盾。在 2010 年的时候,Python 中的 Theano 库在 CPU 上运行时,其速度是 NumPy 的 1.8 倍。而 Theano 在 GPU 上运行时,其速度就是 NumPy 的 11 倍。因此,在目前更高性能的 GPU 的帮助下,Python 性能已经有了更大的改进。

貌似很强大的 Julia

作为一门新型的语言,Julia 在设计之处就充分借鉴了 C/Ruby/Python 等语言的经验,试图重新融合众家之长,为科学计算提供一个有力的工具。Raschka 充分认可了该语言。然而,对于其未来 Julia 是否会流行,Raschka 持保留态度。

Bjarne Stroustrup:世界上只有两种语言——大家一直在抱怨的和无人问津的。

Raschka 认为一个语言是否有用又很大程度上取决于其是否流行。只有被广大编程人员所熟知的编程语言,相关的库才会更多,遇到问题时也能够方便的找到答案,且易于团队合作和代码分享。语言本身也会随着社区的关注不断得以改善。在流行度上,Julia 并没有什么优势。

R 语言本身无错

接下来,Raschka 又提到了 R 语言。其实,Raschka 之前使用过 R 语言,而且还专门撰写了一部有关 R 语言中 Heat map 的书。而且,他自己也不认为 R 语言存在任何令人不满意的地方。据Spectrum IEEE 统计,在2015 年排名前十的编程语言中,R 语言是提升最快的。近期,微软对R 语言表现出极大的兴趣。并且很快,微软的 Azure 便开始支持 R 语言了。

Alan J. Perlis:当某人说“我想要一门编程语言。它要能够根据我的目标自动生成代码”。让他拿根棒棒糖,一边玩去吧!

Raschka 总结 R 和 Python 之间的不同在于,R 是统计学家开发的(数学)语言,而 Python 是计算领域科学家开发,可以应用到统计学的编程语言。这就是说,二者都可以很好的应用于数据科学或者机器学习,但 Python 的语法更容易被程序员所接受。

Perl 的没落

Raschka 简单分析了 Perl 语言。作为一门古老的语言,Perl 已经不可避免的走向了没落。Raschka 表示,Perl 曾经是他学习的第一门语言。但是,Perl 目前主要用于简单的脚本编写,已经很少应用在机器学习的算法编写方面。

老而弥坚的 Python

最后,Raschka 夸赞了自己所喜爱的 Python 语言。尽管 Python 已经走过了 20 多年的风雨历程,Raschka 认为它仍然可以继续流行下去。而且,Raschka 还不遗余力的列出了自己最喜欢的 Python 工具——NumPy、Theano、 scikit-learn matplotlib 等。

至于 Ruby、Java、Scala、Lua 等,Raschka 没有亲身体验,暂未点评。

对于 Raschka 的言论,很多人表示赞同,也有不少人反对。有人表示,自己从R 切换到Python,主要原因也是Python 更方便与团队之外的人进行合作和沟通。也有人表示,作为一个新入门的程序员,利用R 进行数据科学的编程可以利用很多现成的库,十分得心应手。更有与Python 打过8 年交道的资深程序员表示,Julia 十分具有吸引力,愿意花时间去尝试该语言。亲爱的读者朋友,你眼中最好的机器学习编程语言又是哪个呢?


感谢魏星对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入 InfoQ 读者交流群InfoQ 好读者)。

2015-09-07 19:0022669
用户头像

发布了 268 篇内容, 共 131.5 次阅读, 收获喜欢 24 次。

关注

评论

发布
暂无评论
发现更多内容

3年Java开发经验从阿里、美团、滴滴面试回来,想和Java程序员谈一谈感悟及面经

Java架构之路

Java 程序员 架构 面试 编程语言

第九周学习性能优化 3 总结

三板斧

极客大学架构师训练营

入坑 docsify,一款神奇的文档生成利器!

沉默王二

docsify

《迅雷链精品课》第六课:主流区块链数据存储分析(一)

迅雷链

区块链

DataOps系列丨DataOps理念与设计原则

DataPipeline数见科技

大数据

大专学历Java开发7年,从年初被裁到四面美团点评成功上岸,闭关七个月,入职那一天我哭了!

Java架构追梦

Java 阿里巴巴 面试 美团 java架构

架构师训练营 1 期 - 第九周 - 性能优化 3

三板斧

互联网券商系统搭建建议书

软件开发大鱼V15988750073

国际配售 港股交易系统开发 证券交易系统 IPO系统开发 金融平台搭建

git使用与原理剖析及其私服搭建

Fox666

git

消灭微服务的坏味道 之 循环依赖

码猿外

微服务 循环依赖 坏味道

32核打赢AMD64核 英特尔Ice Lake为HPC提供强劲性能

E科讯

输入法B端市场转化:百度推动产业智能化的新路径

脑极体

阿里大牛八年打造,编程宝典,从初学到编程进阶—深入学习—实战

Java~~~

Java 阿里巴巴 程序员 架构 编程语言

MySQL 连接为什么挂死了?

华为云开发者联盟

微服务 数据 存储

阿里P8架构师吐血整理的《SpringBoot+Vue全栈开发实战》文档资料

Java架构之路

Java 程序员 架构 面试 编程语言

一周信创舆情观察(11.9~11.15)

统小信uos

JVM运行时数据区,你真得好好学一学

Simon郎

JVM Java 分布式

【得物技术】浅谈分布式事务中间件Seata

得物技术

开源 分布式事务 中间件 解决方案 seata

DataOps系列丨数据的「资产负债表」与「现状」

DataPipeline数见科技

大数据

实现2nm工艺突破,台积电为何能给“摩尔定律”续命?

脑极体

Appium常用操作之「Toast提示信息获取」

清菡软件测试

架构师训练营 W05 作业

Geek_f06ede

释放数字化活力 高质量建设数字中国

CECBC

数字经济

结合实战和源码来聊聊Java中的SPI机制?

冰河

Java spi 服务发现

数字人民币究竟是什么

CECBC

数字货币

DataOps系列丨DataOps的组织架构与挑战

DataPipeline数见科技

大数据

石、火、水:从OriginOS透视移动系统进化论

脑极体

Maven-技术专题-Setting文件结构解析

码界西柚

架构师训练营 1 期 -- 第九周作业

曾彪彪

极客大学架构师训练营

微服务手册:高速查询?除了Redis我们还有另外的选择

互联网应用架构

redis 微服务 springboot Caffeine 高速缓存

区块链+供应链,双链融合开启新时代

CECBC

区块链 供应链物流

机器学习编程语言之争,Python夺魁_语言 & 开发_张天雷_InfoQ精选文章