Давайте еще раз повторим. C/Fortran — это очень хорошо для промышленных приложений.
У python есть свои сформированные ниши, например www.kaggle.com/c/two-sigma-financial-news/kernels — практически все исследования на python.
Мы уже достаточно подробно обсудили сильные и слабые стороны инструмента scipy. Что Вы еще хотите сказать?
PS
Где изолента не держит — сварке нечего делать!
Где русский инженер использует изоленту и водку, британский возьмет скотч и скотч ;-)
Спасибо за подробный комментарий, Вы все правильно говорите, единственно позволю себе некоторые уточнения.
«экономически просто нецелесообразна», т.е. машины на поездить или для посчитать целесообразны, а программное обеспечение нет. Странно немного.
В маленькой конторе затраты на покупку полноценной коммерческой версии ПО могут просто не окупиться из-за небольшой выручки. Или в госконторах бывают проблемы с финансированием или банальная бюрократия. Всяко бывает.
Я, конечно, ретроград, и предпочел бы их учить на примере исходных кодов NAG для Fortran
Учить студентов Фортрану конечно можно, но начинать полезнее все-таки по принципу чем попроще, тем лучше.
«интерактивность и простой синтаксис» — а как бы у MATLAB/Maple/IRAF интерактивность повыше будет. Не?
Лично мне работа в Anaconda нравится намного больше MATLAB, но это конечно субъективно.
Для сравнения Linux 1.0 появился 25 лет назад и только последнее время Linux смог претендовать на нишу более менее надёжного швейцарского ножа.
Технологии совместной разработки сейчас получше, чем 25 лет назад, да и ядро Linux посложнее scipy будет. В любом случае, продукт не растет сам по себе, нужны усилия сообщества, нужно рассказывать пользователям, что есть альтернатива ворованному ПО.
Как то уж слишком однобоко у Вас получается. Существует множество организаций, для которых покупка коммерческих математических программ экономически просто нецелесообразна. А практические задачки решать тоже надо, хотя бы и учебные.
Добавим сюда основные преимущества python — интерактивность и простой синтаксис, и получим отличный бесплатный швейцарский нож. Он не заменит пилораму, но для подручной работы намного удобней.
Очень хороший вопрос. К сожалению, готовых методик выбора алгоритма оптимизации я не встречал, а у самого пока мало опыта в решении подобных задач. Так что пока остается только перебор и интуиция.
Анаконда помогает решить проблемы, связанные с проведением исследованием, мат моделированием и публикацией результатов. Как pip install помогает решить эти проблемы я не могу сказать.
Пруф привел. От себя могу добавить, что для подготовки научных публикаций анаконда очень удобная штука, поэтому лично я ее тоже рекомендую. Матлаб вообще по 5 Гб дистрибутивы, и представьте себе, качают!
imp и ump в лестнице слов ведут к одному и тому же слову amp с одной стороны,
вершины ohm и ohs с другой стороны лестницы являются смежными для одной и той же вершины — oho.
Путь между oho и amp одинаков для всех восьми вариантов (не учитывая направления, естественно).
Статью поправил, надеюсь теперь понятно.
scipy.org/install.html — первый пункт в списке.
Рекомендуется анаконда, потому что с ней в комплекте идет вся экосистема для научных вычислений (numpy, matplotlib и т.д.). Если все это добро Вам не нужно, ставьте на здоровье через pip.
У python есть свои сформированные ниши, например www.kaggle.com/c/two-sigma-financial-news/kernels — практически все исследования на python.
Мы уже достаточно подробно обсудили сильные и слабые стороны инструмента scipy. Что Вы еще хотите сказать?
PS Где русский инженер использует изоленту и водку, британский возьмет скотч и скотч ;-)
В маленькой конторе затраты на покупку полноценной коммерческой версии ПО могут просто не окупиться из-за небольшой выручки. Или в госконторах бывают проблемы с финансированием или банальная бюрократия. Всяко бывает.
Учить студентов Фортрану конечно можно, но начинать полезнее все-таки по принципу чем попроще, тем лучше.
Лично мне работа в Anaconda нравится намного больше MATLAB, но это конечно субъективно.
Технологии совместной разработки сейчас получше, чем 25 лет назад, да и ядро Linux посложнее scipy будет. В любом случае, продукт не растет сам по себе, нужны усилия сообщества, нужно рассказывать пользователям, что есть альтернатива ворованному ПО.
Добавим сюда основные преимущества python — интерактивность и простой синтаксис, и получим отличный бесплатный швейцарский нож. Он не заменит пилораму, но для подручной работы намного удобней.
вершины ohm и ohs с другой стороны лестницы являются смежными для одной и той же вершины — oho.
Путь между oho и amp одинаков для всех восьми вариантов (не учитывая направления, естественно).
Статью поправил, надеюсь теперь понятно.
Рекомендуется анаконда, потому что с ней в комплекте идет вся экосистема для научных вычислений (numpy, matplotlib и т.д.). Если все это добро Вам не нужно, ставьте на здоровье через pip.
Очень интересно было бы взглянуть на отчет…