Tại sao trăn rất phổ biến trong khoa học?

Python là một thử nghiệm về mức độ tự do mà các lập trình viên cần. Quá nhiều tự do và không ai có thể đọc mã của người khác;

– Guido van Rossum, người tạo ra ngôn ngữ lập trình Python

Năm ngoái, Python được mệnh danh là ngôn ngữ lập trình phổ biến nhất. Sự phổ biến ngày càng tăng của ngôn ngữ này có thể là do sự phát triển của khoa học dữ liệu và hệ sinh thái học máy cũng như các thư viện phần mềm tương ứng như Pandas, Tensorflow, PyTorch và NumPy, trong số những ngôn ngữ khác. Việc nó rất dễ học giúp Python được cộng đồng lập trình viên ưa chuộng

Điều đó nói rằng, Python rất chậm so với các ngôn ngữ được biên dịch khác như Rust hoặc Fortran. Điều này chủ yếu là do Python là một ngôn ngữ được giải thích, điều đó có nghĩa là một chi phí đáng kể được tạo ra để thực hiện từng lệnh. Điều này làm chậm quá trình tính toán lớn. Điều này làm cho nó không phù hợp với bối cảnh khoa học và tính toán cao. Tuy nhiên, trong bài viết này, chúng ta sẽ khám phá lý do tại sao điều này không nhất thiết phải là sự thật phúc âm và cách Python được ưu tiên cho các tác vụ được đề cập

Python như một lớp keo

Trong trường hợp các ngôn ngữ như C, C++ hoặc Fortran, mã nguồn trước tiên được biên dịch thành định dạng thực thi trước khi có thể chạy. Tuy nhiên, với Python, không có bước biên dịch và mã được giải thích trên cơ sở từng dòng một. Ưu điểm chính của một ngôn ngữ thông dịch như Python là nó linh hoạt, không cần khai báo trước các biến và chương trình có thể điều chỉnh nhanh chóng

Tuy nhiên, nhược điểm chính, như đã thảo luận trước đó, là việc thực hiện chậm hơn các chương trình chuyên sâu về số, khiến nó không phù hợp với tính toán khoa học. Tuy nhiên, các chương trình con tốn nhiều thời gian có thể được biên dịch bằng C hoặc Fortran và sau đó được nhập vào Python theo cách mà nó có vẻ hoạt động giống như các hàm Python thông thường.  

Nhiều thói quen toán học và số phổ biến được biên dịch trước để chạy rất nhanh. Chúng được nhóm thành hai gói có thể được thêm vào Python một cách minh bạch. Python thường được sử dụng như một lớp keo dựa trên các gói được tối ưu hóa đã biên dịch mà nó kết hợp với nhau để thực hiện các tính toán mục tiêu. Gói phổ biến nhất trong điện toán khoa học là NumPy [Python số]. Gói NumPy cung cấp các quy trình cơ bản để thao tác với các mảng và ma trận lớn của dữ liệu số. Thao tác này không được thực hiện bằng Python thuần túy;

Hơn nữa, gói SciPy [Scientific Python] mở rộng chức năng của NumPy với bộ sưu tập các thuật toán như tối thiểu hóa, biến đổi Fourier, hồi quy và các kỹ thuật toán học ứng dụng khác. Mức độ phổ biến của cả hai gói đang tăng vọt trong cộng đồng khoa học. Họ cũng đã làm cho Python có thể so sánh được, nếu không muốn nói là tốt hơn so với các gói thương mại đắt tiền như MatLab

Tín dụng. Blog COOP

Python cho HPC

Một nhóm các nhà nghiên cứu từ Đại học Hoàng gia, Luân Đôn, đã chứng minh khả năng tồn tại của Python như một nền tảng cho các ứng dụng HPC năng suất, di động và hiệu suất ở quy mô peta. Freddie Witherden, một trong những thành viên của nhóm này, nói rằng Python là 'ngôn ngữ hạng nhất' cho HPC. Ông đưa ra ba lý do cho điều này – tăng cường nhấn mạnh vào hiệu suất ứng dụng và năng suất của nhà phát triển và người dùng với mã HPC; . Anh ấy nói rằng Python có thể giải quyết các yếu tố này và nó đặt mức hiệu suất cao nhất trên phần cứng HPC trong phạm vi truy cập của các nhà nghiên cứu. Đội đã nhận được đề cử cho Giải thưởng ACM Gordon Bell danh giá

Ý kiến ​​chuyên gia

“Điều này khác xa với sự thật và câu trả lời phụ thuộc vào lớp của ngăn xếp phần mềm được đề cập. Đặc biệt, lựa chọn ngôn ngữ lập trình cho người dùng cuối rất khác so với lựa chọn ngôn ngữ lập trình cho những người triển khai các hệ thống, thư viện, trình biên dịch và thời gian chạy bên dưới. Trước đây, Python phổ biến vì hầu hết các mô hình lập trình dành cho người dùng cuối đều dựa trên Python [e. g. TensorFlow, PyTorch], các gói Python dành cho điện toán khoa học và hiệu suất cao được phổ biến rộng rãi và Python mang lại năng suất cao cho lập trình viên. Tuy nhiên, đối với việc triển khai mô hình lập trình cơ bản, thư viện, trình biên dịch và thời gian chạy, C, C++ và CUDA vẫn là ngôn ngữ được lựa chọn vì chúng mang lại hiệu suất. Cuối cùng, tất cả các gói Python hoạt động đều ánh xạ nội bộ tới các thư viện được viết bằng C, C++ hoặc CUDA. Hiệu suất cao cuối cùng có được từ các thư viện được tối ưu hóa đó hoặc, trong một số trường hợp, từ các trình biên dịch và trình tạo mã tức thời. Vì vậy, C và C++ vẫn là ngôn ngữ được lựa chọn để triển khai các thư viện, trình biên dịch, trình tạo mã hoặc thời gian chạy cơ bản,” Uday Bondhugula, Người sáng lập và CTO, Polymage Labs cho biết

“Python thực sự là ngôn ngữ phổ biến trong điện toán khoa học và hiệu suất cao. Bởi vì nó đơn giản, có thể mở rộng, linh hoạt, hiệu quả và không phụ thuộc vào nền tảng nên nó đang trở nên phổ biến đối với các lập trình viên, nhà khoa học dữ liệu, kỹ sư ML và nhà phân tích dữ liệu. Nó bao gồm hàng trăm thư viện và khung có sẵn công khai cũng như các gói giàu tính năng để thao tác dữ liệu [Pandas] và học máy [scikit-learning]. Ngoài ra, Python đã được sử dụng trong một số khung AI dành cho doanh nghiệp [TensorFlow, PyTorch, v.v. ]. Do sự phong phú của các công cụ nguồn mở, giới học thuật dường như đang rời xa R [và các nền tảng tương tự], cho phép Python nổi lên như một ngôn ngữ ưa thích của những người đam mê. Pavan Nanjundaiah, Giám đốc cấp cao, Tredence Studio cho biết: Python cũng mở rộng quy mô theo nhu cầu của doanh nghiệp bằng cách sử dụng các gói như Dask, PySpark, Koalas và các gói khác.

Nhiều câu chuyện AIM tuyệt vời hơn

Tôi là một nhà báo công nghệ với AIM. Tôi viết những câu chuyện tập trung vào bối cảnh AI ở Ấn Độ và trên toàn thế giới với mối quan tâm đặc biệt đến việc phân tích tác động lâu dài của nó đối với các cá nhân và xã hội. Liên hệ với tôi tại shraddha. goled@analyticsindiamag. com

Tại sao Python được sử dụng cho khoa học?

Tại sao Python trở nên phổ biến đối với khoa học dữ liệu?

Python có hữu ích cho sinh viên khoa học không?

Tại sao Python lại quan trọng trong vật lý?