龙空技术网

TIOBE9月编程语言排行榜:Julia有望击败Matlab和Python

异步社区 2664

前言:

当前看官们对“matlabvspython”大致比较着重,同学们都需要了解一些“matlabvspython”的相关内容。那么小编同时在网上汇集了一些关于“matlabvspython””的相关知识,希望大家能喜欢,姐妹们快快来学习一下吧!

TIOBE 公布了 2022 年 9 月的编程语言排行榜。

Julia 编程语言离榜单前 20 名的位置仅差 0.05%,它是一种为数值分析和计算科学设计的语言。在该领域有许多相互竞争的语言,那么是什么让 Julia 脱颖而出呢?

TIOBE 方面指出,“Julia 击败了 Matlab,是因为它更现代并且可以免费使用;击败了 Python 和 R,是因为它更快。由于数字运算和建模领域的需求巨大,Julia 在不久的将来有很大的机会进入前 20 名。值得注意的是,Rust 语言近期也一直在 Top 20 的边界线上徘徊,但到目前为止还没有成功挤入。时间会证明 Julia 是否会遭受同样的命运。”

TIOBE 9 月 TOP 20 编程语言

前十榜单相较上月没有变动。TOP 11-20 排名间,Objective-C 持续上升至了第 11 位,Swift 连续下跌,Go 的排名则依旧反复波动。

总的来说,相较前一个月排名出现上升的有:Objective-C(14→11)、Go(15→12)、Matlab(17→14)、Fortran(19→15)、Perl(20→19)。

排名下降的有:Swift(11→16)、Classic Visual Basic(12→17)、R(16→18)、Ruby(18→20)。Delphi/Object Pascal 保持第 13 位不变。

TOP 10 编程语言 TIOBE 指数走势(2002-2022)

TIOBE 编程社区指数(The TIOBE Programming Community index)是一个衡量编程语言受欢迎程度的指标,该指数每月更新一次。

TIOBE 详细榜单信息均可查看官网:

Rust实战

由浅入深介绍Rust系统编程知识,涵盖数十个有趣的示例,简洁易懂,帮你了解Rust语法和Rust的实际运用,赠送示例源代码。

本书通过探索多种系统编程概念和技术引入Rust编程语言,在深入探索计算机工作原理的同时,帮助读者了解Rust的所有权系统、Trait、包管理、错误处理、条件编译等概念,并通过源自现实的示例来帮助读者了解Rust中的内存模型、文件操作、多线程、网络编程等内容。

9月好书

C Primer Plus 第6版 中文版

大家喜欢的编程语言入门书最基本的要求是“通俗易懂”,这本近40年再版6次专门针对零基础读者的《C Primer Plus 中文版》就做到了这点。

作者在讲述每一个概念和方法的时候,都清晰地认识到读者是真正的“新人”,尽量使用简单、通俗的描述让这些内容更容易被理解。

这本书完整而又详细地讨论了C语言的基础特性,清晰地解释了C语言的基本概念和编程技巧,并且在之前版本上做了契合C11的更新升级。整体以简洁的代码示例帮助读者理解概念方法和加强读者的动手能力,外加章节末尾的复习题和编程练习题,帮助读者巩固关键知识点的掌握情况。

近40年以来,无数人以之入门C语言,其有效性被广泛验证,豆瓣评分9.4!

C++ Primer Plus 第6版 中文版

本书同样是史蒂芬·普拉达的作品,是以帮助零基础读者完全入门C++的一本好书。尽管C++与C有许多相似之处,但作者是完全为C++新人,甚至是编程新人而作这本书,完全不需要读者有任何C语言方面的背景知识。

本书同样是以简单代码示例和图示来帮助读者理解C++基础概念与方法,同时会指出在这些概念和方法中容易出错的情况,帮助读者轻松理解的同时避免踩坑,免走弯路。对示例中的关键内容,作者还会详细地作出解释和分析,让读者知道如何使用的同时更知道为什么要这样用,达到知其然更知其所以然的境界。

20余年的6次改版,本书依然是多数人入门C++的不二之选。

数学之美 第三版

数学能力一直以来是多数程序员关注的点,而吴军博士这本《数学之美》系统地阐述了信息处理领域的技术和应用背后的数学原理,将复杂的数学原理讲得通俗易懂,大部分程序员都能轻易看懂,领略计算机和生活中的数学之美。

第三版在前两版的基础上新增了区块链、量子通信、人工智能的数学极限内容,并且几乎将整体内容重写了一遍,让其通俗易懂的同时又带有一定的深度,更适应当下的计算机环境。

当然本书并不是单纯地向读者展示数学原理,更是通过里面的具体例子让读者学会新的思考问题的方式——如何化繁为简,如何使用数学去解决工程问题,如何跳出固有思维不断去创新。

浪潮之巅 第四版

作为计算机行业的从业者,了解科技行业的兴衰起落有助于我们把握科技时代发展趋势,从而更好地发展自我以适应未来。

本书第四版融合了第三版和《硅谷之谜》的全部内容,并且新增了社交网络、无人驾驶等近四分之一的内容。吴军根据最新的行业发展状况,重新和更新了所有章节,整体容量是第一版的两倍了。

通过认识IBM、思科、苹果、谷歌等IT巨头的发展历程,看吴军博士对其成败的客观分析,读者能够从他总结出来的信息产业发展规律中获得感悟,对行业,对自身职业会有全新的认识。程序员不单单是一份工作,更是一份成长性极强的职业,如何赶上一次浪潮,是有章可循的。

Python编程快速上手 第2版

Python作为本月排行榜的老大,势头正猛,更是成为职场中多数问题的优选解决方案。特别是那些繁琐的重复性工作,人工手动处理实在是费时费力,专门去学习编程又成本太高,使用Python工具快速处理便成了有效而简单的选择。

作为一本面向初学者的Python编程实用指南,本书能够让读者快速上手Python自动化,解放双手。本书前半部分是介绍Python基础知识,后半部分是关注自动化任务。读者不用去过分关注Python的细节,就能够很快学会如何使用Python抓取Web信息、处理Excel电子表格、处理PDS和Word文档等常用的办公内容。

本书除了教会读者如何快速上手Python编程之外,还教会读者如何像真正的程序员那样正确地提出问题、寻求帮助,从而解决编程中遇到的问题。

计算之魂

吴军博士多年来就职于IT行业名企,积累了丰富的开发经验,同时在长期职业生涯中,他面试了近千名优秀的计算机科学家和工程师的候选人,对他们有比较全面的了解。所以他清楚地认识到不同层次的计算机工程师对同一个问题有着不同的思考方式,能给出不同的解决方法。

这本书就是他这么多年来经验的总结,让读者普遍明白一个道理:对计算机科学的掌握程度,决定了他能走多远。他在书中分10个主题系统地讲解了计算机科学的精髓,详细分析了每类题目不同层次工程师的思路和解决方法。读者通过阅读这些题目和分析,可以对比优化自己的解题思路,衡量自己的技术水平,从而做出针对性提升,以在职业道路上走得更快更远。

计算思维是所有程序员必须了解和掌握的内容,只有这样才能真正把握计算机科学这门艺术,从而获得成功。

Python极客项目编程

如果你厌倦了只是使用Python进行处理文档、批量下载等“低级”的工作,那么用Python制作模拟人生游戏、模拟拨弦音乐、制作三维立体画、制作基于树莓派的天气监控器等极客玩法肯定适合你!

本书意在使用软件开发工程师感兴趣的内容,来帮助他们进行Python编程实战——酷炫的玩法谁不爱?通过阅读学习本书,读者能够探索Python的细微差别,学会使用各种流行的库。更重要的是,读者能够学会如何将问题分成几个部分,然后开发对应的算法解决问题,最后用Python实现完整的解决方案。

作为一种多范式语言,Python提供了极大的灵活性,读者能够探索各种各样的内容,从而与不同的软件协作解决问题,开发有趣好玩的极客项目。

深度学习

本书作者既有2018年的图灵奖得主伊恩·古德费洛,又有专注于计算机视觉应用的LISA实验室研究员亚伦·库维尔,还有生成式对抗网络的发明者伊恩·古德费洛。他们三人是深度学习领域老中青三代专家代表,在该领域贡献卓越,成绩斐然。

作为一本被誉为“AI圣经”的作品,本书涵盖了深度学习的基础应用、理论与实践等各个方面的主要技术。全书分为三大部分,第一部分介绍应用数学基础知识和机器学习的基本概念,第二部分介绍业界经典的深度学习算法,第三部分是一些探索性研究,对深度学习的未来发展非常重要。

本书提供了完整的学习路线,适合机器学习方向的学生和已经投入深度学习和人工智能的研究者,同时也适合那些没有机器学习或统计背景,但希望能快速掌握这方面知识,并在自己产品中使用深度学习的软件工程师。书中提供了使用TensorFlow实现的源代码,读者可以获取配套资源在学习的同时手动练习。

动手学深度学习

本书被加州大学伯克利分校、北京大学、清华大学等140余所知名高校用于深度学习课程的教学,是交互式实战环境下动手学习深度学习原理和实战的完美结合。

本书几位作者均是亚马逊科学家,最终内容是中文写成,免去了翻译过程导致的信息遗失与偏差。通过图书、开源代码、配套视频、习题答案和社区讨论的综合形式,帮助读者轻松入门深度学习。书中每个章节都是可以运行的Jupyter记事本,读者可以自由修改代码和超参数来获取及时反馈,从而积累深度学习的实战经验。

本书共分3个部分:第一部分介绍深度学习的背景,提供预备知识,并包括深度学习最基础的概念和技术;第二部分描述深度学习计算的重要组成部分,还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络;第三部分评价优化算法,检验影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。

机器学习公式详解

备受欢迎的“西瓜书”《机器学习》的学习伴侣,Datawhale项目“南瓜书”一站式解决机器学习中的数学难题!

本书的主要内容是帮助读者推导机器学习中重要的公式,并对知识难点进行深入讨论,从而让读者在动手过程中理解这些关键方法。同时,在书中每一章都附上了相关的阅读材料,可以帮助读者对有兴趣的部分进行更深入地探索。

本书能够帮助读者在读“西瓜书”时省时省力,也能帮助读者从一个全新的角度和思路去掌握那些机器学习中的关键公式。

PyTorch深度学习实战

PyTorch核心开发者以自己最开始学习PyTorch的经验为基础,编写了这本深入介绍PyTorch背后关键概念,然后带领读者完成一个完整项目的PyTorch深度学习实用指南。

本书的目的是吸引完全不具备或者具备很少深度学习知识的读者,帮助他们快速上手PyTorch深度学习实战。所以作者们在介绍深度学习和PyTorch库之后,直接开始了神经网络的训练。书中使用的完整项目是医学图像分析相关,涉及张量、梯度下降机制、训练神经网络、部署项目等内容。

本书要求读者有Python的使用经验,但是无须有使用PyTorch或其他深度学习框架的经验。

动手学强化学习

又一个动手学系列,强化学习对动手要求极高,但之前市面上能把理论与实践结合得很好的图书少之又少。上海交大俞勇教授及其团队通过对ACM班强化学习课程的实践,总结出一套可行性强又实用的方法,最终编辑成书。

与ACM班课程一样,本书也是由Python Notebook组成,Notebook中包含强化学习相关概念的定义、理论分析、算法过程和可运行代码。总体内容由强化学习基础、强化学习进阶和强化学习前沿三大部分组成。不同的读者可以选取不同的内容阅读,章节独立性较大,可以根据自己需求做选择。

本书基于Python 3编写,使用PyTorch框架,所以要求读者具备一定的Python编程基础。本书有配套的视频课程和在线编程环境,读者可以方便地修改参数并观察对应结果,从而加深对算法的理解。

一直向前

不难看出来,Python的流行离不开人工智能的发展,未来它依然会霸占TIOBE编程语言排行榜更长时间。同时需要注意的是,人工智能的底层系统和算法还是要依靠C这些老牌语言。

所以根据市场的需求,和自身的发展规划去学习、加强自己的编程能力,是提升自己职场竞争力的关键。愿大家一直向前,少被认为是“码农”,真正被称呼为“软件工程师”。

标签: #matlabvspython