Но нужно иметь ввиду что джулия требует большего понимая того, что ты делаешь. И готовых рецептов типа "скопировал из книжки" меньше. Хотя ИМХО для начинающего это скорее хорошо, чем плохо
Я просто вижу какими кусками кода обмениваются люди использующие R ... И такое пожелать нельзя никому, Julia намного приятней, с другой стороны туча людей продолжают кушать кактус и все равно придется сталкиваться с этим безобразием...
Видимо сейчас такое время, когда надо уметь во все три языка сразу. Просто один знать глубже, чем остальные.
Так как под R и python находится C, а под джулией только сама Джулия, то с точки зрения экономии сил, Джулия для глубокого изучения выглядит самой привлекательной.
Ну уметь программировать и знать язык это разные вещи. По тому что я вижу в датасайнсе в случае с питоном - народ особо не программирует, просто соединяет как-нибудь между собой черные ящики. Возможно я не прав, но со стороны такое ощущение складывается. На джулии прийдется таки программировать.
Надо различать “сайнс” и “инжиниринг”. В “сайнсе” без глубокого программирования не обойтись. В “инжиниринге” достаточно методички и менять что-то не обязательно. Julia хороша именно для первого. Для второго у неё ещё мало методичек.
Я просто вижу какими кусками кода обмениваются люди использующие R ... И такое пожелать нельзя никому, Julia намного приятней, с другой стороны туча людей продолжают кушать кактус и все равно придется сталкиваться с этим безобразием...
Какими? Неужели работающими и решающими поставленную задачу?
Давно уже проходил, я просто сказал, что он не мега-крут: он короткий, освещает мало тем, недостаточно погружается в некоторые нюансы и т.д. ) обычно на воркшопах рассматривается один-два вопроса и более плотно
Видимо сейчас такое время, когда надо уметь во все три языка сразу. Просто один знать глубже, чем остальные.
Так как под R и python находится C, а под джулией только сама Джулия, то с точки зрения экономии сил, Джулия для глубокого изучения выглядит самой привлекательной.
Золотые слова - зачем выбирать, если можно пробовать в разных языках себя - какой-то идет лучше, из другого что-то подчматриваешь, заимствуешь.
такой вопросик - скажем прочитан непрерывный блок из файла, структура которого известна (просто подряд записанные float32, big-endian), как правильнее конвертировать в массив цифр? в питоне я пользовался np.frombuffer(buffer, format).