Analytical April 來了！

嗨，大家好！我們經歷了 Functional February 和 Mechanical March。現在輪到 Analytical April 了，這個月我們會把焦點放在非常適合資料科學的程式語言上。

如同你在過去幾個月已經習慣的，在這支影片裡，Erik 和我會帶你快速了解這個月的主題，以及我們會探索哪些程式語言。

跟往常一樣，等等 Erik 會為我們介紹這些語言，不過我先從這個月的一些實用細節開始說起。

首先，是這個月的精選語言。這個月只有 3 種：Julia、Python 和 R。這 3 種語言各有相當不同的特色，而 Python 顯然是用途非常廣泛的語言，但我們會鼓勵你在這個月試著用資料科學的思維來使用它們。

要拿到 Analytical April 徽章，你需要在其中一種語言完成 5 個練習。我們等等就會探討它們之間的差異，但就 Exercism 來說，我們的 Python 軌道有很棒的課程大綱，所以我非常推薦你試試看。我們也希望能在這個月推出 Julia 的課程大綱，它大部分的工程都完成了，只差最後的潤飾。R 沒有課程大綱，但有很多有趣的練習可以讓你玩玩看。

我們準備了 5 個精選練習：

• etl：你可以探索如何把資料重新塑造成不同的格式
• largest-series-product：練習用有效率的方式在一串數字中尋找模式
• saddle-points：探索如何處理多維陣列／矩陣
• sum-of-multiples：練習對一串數字進行篩選與加總
• word-count：把字串轉換成單字並計算數量

提醒一下，除了 Analytical April 徽章之外，還有一個為期一整年的 #12in23 徽章，只要你在這一年的任何時間解完各種精選練習就能拿到。所以你需要在今年找個時間，用 Python、R 或 Julia 解完那 5 個練習，才能拿到那個徽章！完整的練習清單，可以在 Analytical April 頁面上連結的論壇貼文裡找到。

最後，在我們深入探討這些語言之前，提醒一下，我們在三月推出了新的 Discord 伺服器。那裡有很多有趣的活動，記得去看看喔。連結就在下方的說明欄！

好，我們來探索這些語言吧。先快速瀏覽每一種語言，接著再深入它們的功能和使用情境。我們從 Python 開始吧。

Python

• 由 Guido van Rossum 在 1980 年代晚期構思並開發，作為 ABC 程式語言的後繼者。1991 年首次發布。
• 在荷蘭的 Centrum Wiskunde & Informatica（CWI）開發，那是一間由政府資助的研究實驗室（這裡以是 Edsger Dijkstra 完成大部分工作的地方而聞名）。
• Guido 當年用 C 和 shell 指令碼寫程式，但兩者都有缺點。Python 的目標是擷取兩者的優點，同時避開這些缺點。
• 由 Python Software Foundation 管理，語言的變更透過 Python 增強提案（PEP）進行（類似於 RFC）。

R

• 由 Ross Ihaka 和 Robert Gentleman 在奧克蘭大學開發。R 可以視為 S 語言的一種不同實作（差異相對不大），而 S 後來由 S-plus 接續，那是 S 的商業（非開放）實作。雖然 R 與 S 共用大部分語法，但它的語意是受到 Scheme 啟發。
• 目標：打造一種更適合統計運算與繪圖，且比電腦科學家設計的同類軟體更容易使用的語言。

Julia

• 由 Jeff Bezanson、Stefan Karpinski、Viral B. Shah 和 Alan Edelman 以開放的方式開發，目前有超過 1000 位貢獻者。
• 目標：打造一種免費的高階語言，擁有 C 的速度、Ruby 的動態性、LISP 的超程式設計、Python 的通用能力、R 的統計支援、MatLab 的線性代數支援，以及 Perl 的字串處理威力，同時還能支援大規模平行執行。
• 非常適合科學運算，但同時也是通用語言（可用 Genie 框架開發網頁應用程式）。

就像許多語言一樣，這 3 種語言都是出於不滿足而誕生的 :)

好，太棒了。那麼就使用情境來說，什麼時候你會用其中一種語言，而不是其他兩種？

Python

• 真正的通用語言（網站、指令碼、科學運算）
• 可以用在許多不同的用途：AI（TensorFlow）、科學運算（NumPy）指令碼、網站（Django）、嵌入式系統（micro python）、與硬體介接（例如 Raspberry Pi）、遊戲（EVE online），Python 甚至還上過火星
• 非常適合用來學寫程式：資源豐富，社群龐大。有很多關於如何寫出 Pythonic 程式碼的指引（也就是如何寫出道地的 Python 程式碼，例如「顯式勝於隱式」和「可讀性很重要」）。許多作業系統預設就安裝了它
• 目前最常被使用的語言之一，因此有大量的文件、函式庫，以及龐大的社群

R

• R 被用在各種不同的地方，包括研究人員用它分析實驗資料、大學用它教統計與資料分析、金融業因為統計至關重要而使用（例如保險業）、零售業也一樣（Amazon 用 R 做資料分析）、製造業（John Deere 用它估算要生產多少備用零件）、美國國家氣象局用它協助預測天氣與災害、資料新聞（分析真實世界的資料並理解它，通常會搭配視覺化），在醫療照護領域也大量使用，例如根據臨床前試驗判斷藥物的安全性

Julia：

• 非常適合科學運算、資料探勘、機器學習、線性代數和分散式運算。它的記法會讓人覺得與數學記法很接近，因此從方程式轉成程式碼相對容易
• 分散式運算：任務（=協程）與通道讓程式碼能以平行方式執行並彼此溝通，透過訊息傳遞支援多行程（非常適合高效能運算）
• 用於 Celeste 專案（用超級電腦執行 Julia 程式碼，分析 178 TB 的天文資料），這也讓 Julia 躋身 petaflop 俱樂部，當時俱樂部裡只有 C、C++ 和 Fortran，而 Julia 是第一種動態語言，每秒可進行千兆次浮點運算（1 後面 15 個零）。Clima（氣候模擬聯盟）集結了來自 Caltech、MIT 和 NASA 噴射推進實驗室的人，共同開發氣候預測模型。此外還有 CERN 和 ASML。

而從寫程式的角度來看，它們有什麼不同？它們是函式式、物件導向，還是其他類型？

Python：

• 動態且強型別
• 多典範：指令式、函式式，但實際上是一門物件導向語言（萬物皆物件）
• 預設的翻譯員 CPython 會先編譯成位元組碼，接著在位元組虛擬機器中執行。PyPy 是 CPython 的替代品，它會即時編譯成機器碼

R：

• 動態且強型別
• 多典範，以函式式為核心，但也支援程序式或物件導向的風格

Julia：

• 動態且強型別，以即時編譯方式編譯
• 多典範：指令式、物件導向（透過多重分派實現重載）、函式式（高階函式、部分應用、管線運算子）
• 程式碼在執行階段以即時編譯的方式提前編譯

繼續從寫程式的角度來看，這些語言有沒有什麼特別突出的功能？

Python：

• 語法討喜：對空白敏感讓作用域一目了然。程式碼通常很好讀，例如人類可讀的布林條件（and/or）
• 表達力強：用相當少的程式碼就能做很多事（陣列推導式、產生器、裝飾器）
• 有大量函式庫可用於各種不同用途
• 如前所述，它是真正的通用語言，可以用在許多不同的情境

Julia

• 多重分派。根據所有引數的型別來決定要呼叫哪個函式（類似函式重載）
• 動態但效能極佳。Julia 的效能可與 Fortran 匹敵，並逼近 C。「正常」的程式碼通常就很有效能（不需要瘋狂的改造，反而鼓勵把函式寫得小一點）。也有支援在 GPU 上執行程式碼的函式庫
• 分散式運算：任務（=協程）與通道讓程式碼能以平行方式執行並彼此溝通，透過訊息傳遞支援多行程（非常適合高效能運算）
• 非常適合科學運算、資料探勘、機器學習、線性代數和分散式運算。它的記法會讓人覺得與數學記法很接近，因此從方程式轉成程式碼相對容易

R：

• 彈性的資料型態：向量是核心型別，連純量都是向量。向量可以帶有相關的中繼資料（例如元素的名稱）。陣列是異質的（可以包含不同型別的元素）。有特殊的 dataframe 型別，用來收集向量（長度都相同）。
• 向量化運算讓向量的更新既簡潔、有效率又好讀
• R 是一套整合的軟體工具，用於資料操作、計算與圖形顯示。透過 RStudio 可以輕鬆探索、視覺化與操作資料。非常適合資料探勘
• 社群很棒，友善又多元。R for Data Science Online Learning Community 是一個由各種程度的 R 學習者組成的社群，大家互相幫忙精進實力。還有一個開放的 Slack 群組，成員可以在裡面保持聯絡，並互相幫忙解決問題。

如果有人不確定四月該試哪一種，你會建議他們怎麼做決定？

就跟 IT 界的一切一樣：看情況！在這個情況下，我會說這主要取決於你的目標和個人經驗。

如果你寫程式的經驗還不多、對 AI 或機器學習有興趣，或者想學一門可以用在很多不同地方的語言，我大概會建議你從 Python 開始：

• Python 可用的資源多到驚人，其中包含許多免費的線上課程
• Python 在 AI 和機器學習領域被廣泛使用
• Python 可以用在非常多不同的用途
• Python 軌道已啟用學習模式，可以幫助你用有趣的方式學會這門語言的核心概念

如果你對統計工作有興趣、想探索和視覺化資料，或者對不一樣的資料處理方式感到好奇，R 語言是很棒的選擇：

• R 的資料型態以資料集合（向量／陣列）為基礎，運算可以輕鬆套用到整個集合上（不需要寫迴圈）
• RStudio 這套整合開發環境非常適合探索和視覺化資料
• R 對統計分析有絕佳的支援
• R 可以輕鬆把資料畫成圖表

如果你對科學運算有興趣、想讓程式碼同時執行、非常在意效能，或是想學一門現代、優雅，而且能提供與大多數其他語言不同東西的語言，我會推薦 Julia：

• 多重分派對很多人來說是全新的概念，而且威力非常強大
• Julia 非常適合科學運算
• Julia 的型別系統既彈性又有表達力
• Julia 的效能極佳
• Julia 非常適合並行執行

當然，如果你有時間，我會建議你把 3 種都試試看！除非親自試過，否則你永遠不會知道自己會喜歡哪一種語言。