序言
在万物互联，信息膨胀的今天，一定的编程和数据分析能力几乎是争夺优质就业和学术资源的必备技能。Jupyter Notebook 是近几年兴起的一个基于网页端的IDE，其最早支持的三种语言：Julia，Python和R也基本都是数据科学和科学计算的重要语言。除此之外，作为学院派选手们的最爱，MATLAB在学术圈和工业圈也一直热度不减。这次，我想从一个数据分析师的视角来谈一谈Julia，Python，R和MATLAB这四种语言的特点，主要用途，发展前景和对初学者的建议。
写给谁
这篇文章不是针对编程大牛的。已经满足以下几点的你可能就不需要细看这一期的文章了，请持续关注下一期的内容：
1） 有多年的编程经验，有固定的语言习惯
2） 所学习的领域与数据科学和编程实在关系不大
3） 所在的领域对以上某种编程语言有绝对的倾向或者路径依赖（比如：单核RNA测序->R语言）
这篇文章的受众可以按照经验分类：
1） 编程小白 - 刚刚在大学里起步，对主流的编程语言不是很了解，或者正在学习偏文科的专业（历史，经济等），没有系统学习过编程
2） 有一定编程经验，但是希望进一步提高的人 – 有一定的编程经验，接触过以上四种编程语言的一种或几种，曾经在某节大学课程中使用过这些语言做过课题等等
这篇文章的受众按照专业和领域分类：
1） 传统工程：化学工程，机械工程，电气工程，材料工程，结构工程等等
2） 商科和社会科学：经济学，公共卫生，心理学等等
3） 数据科学
4） 计算机科学和计算机工程
是什么
Julia
Julia起步较晚，主要用途是高性能，高并行的科学计算。优化过的Julia代码的运行速度可以比Python和R快数百倍，基本和C语言媲美。另外，Julia的语法与R语言，MATLAB和Python相似，是动态的程序设计语言，这也使Julia更方便学习。
Python
Python是这次介绍的几种语言中受众最广的。从集成化，系统设计到机器学习，数据科学，Python都是算法工程师，数据科学家和工程师的主要工具。相比其他几个语言，Python最大的优势就是其丰富的包和生态系统。
R
R语言最初是一个统计编程语言，由R字母开头的 Ross Ihaka 和 Robert Gentleman 两人共同创立。经过二十多年的发展，R已经是一门全方位的编程语言了。在数据科学，计算生物，金融分析等领域，R语言都被广泛应用。
MATLAB
MATLAB是学院派的最爱。由于美国一般的大学都会整体为学生购买MATLAB，所以很多大学工程学系的课堂都会使用MATLAB作为主要的授课语言。MATLAB简洁的语法，弱化的算法结构和内存管理机制让其成为初学者和非科班出身的工程师和学者最好上手的语言。与此同时，MATLAB由于有背后企业企业MathWorks维护，包质量高，更新迭代快，更有很多好用的工具包。
怎么样
02
左右滑动查看完整排名
这张表格摘自TIOBE官网针对各个主流编程语言五月下旬的最新排名（https://www.tiobe.com/tiobe-index/）。如表所示，Python稳居前五名，而且还有很好的持续上升势头。R语言和MATLAB也在前15之列，且排名相对稳定。Python作为一个各行各业都在应用的语言，排在前五名比较好解释。但作为数据科学和工程计算的语言，R和MATLAB的高排名还是让人印象深刻的。Julia作为后起之秀，虽然没有上榜前十五名（现居第30名），但是其热度也在持续上升中。
????下一期我们将为大家更详细地介绍每种语言的应用，敬请期待！
????如果喜欢我们的推文别忘了多多点赞加关注哦～
文字：谷万钧
封面排版：Janice
编辑：Rachel
更多文章请关注《万象专栏》
转载请注明出处：https://www.wanxiangsucai.com/read/cv73011