Cは多くのScientific Computingに実際に使用されていますか？

Question

私は現在、 "Scientific Computing"と呼ばれる数学クラスを取っています。教授は、Cが、よく、科学計算に使用される最も一般的な言語であり、この教授の正確さについて疑問を持っています。

Answer 1

私のビジネス（粒子物理学）では、Fortran 77からC++とPythonに直接移行しました。 ケアについては、すべてのプログラミングについて知っていますが、ニッチアプリケーション（埋め込みDAQボード、専用ドライバなど）用に書かれています。

しかし、Cを学ぶことはプログラミングの確固たる基盤を提供し、教授と議論することはめったに有益ではありません。

Answer 2

Fortranは科学的な目的では非常に一般的ですが、Cは一般的な目的であるため、ほとんどのプログラミングにとっては良い解決策です。

Answer 3

あなたの教授の答えは正しいとは思えません。

私の経験では、科学計算とデータシステムのコンサルタントとしてCは確かに多く使われていますが、FortranとC++もそうです。 Pythonは、最も一般的に使用されるスクリプト言語です。

これは変更されると思います。大きな問題は並列コンピューティングであり、これは私が言及した伝統的な言語では苦痛です（MPIの誰ですか？）。私の推測では、多くの並列化がJavaや.NETなどの仮想マシンに移行する予定です。つまり、並列化はJITの仕事でなければならないと私は思っています。それが例えばFortress、または伝統的な言語の1つで可能になるかどうかはわかりません。インテルはC/C++のためにparallel toolsを押していますが、テラコッタのようなものが長期的にはより良いかもしれないかどうか疑問に思っています（科学的なコミュニティで誰かがそれを試していると聞いたことはありません---大きな財政はありますが、 ）。

あなたが科学計算で仕事を得るために学ぶべきことが何であれ、私が言う最初のことは、あなたのプログラミングスキルよりもあなたの科学的スキルに雇われる可能性が高いということですこれについては、this SO topicを参照してください）、多くの科学的なコードの申し訳ありません状態。 がのプログラミングスキル（おそらくHPC）のために雇われる場合は、この教授の意見では、それほど遠くない将来の新しいプロジェクトでは廃止されるかもしれないと考えてください。しかし、NumPyを含むいくつかのPythonを知っても害はありません。

Answer 4

Mathematica、Matlabなどのツールでは、多くの「科学計算」が処理されます。

まあ、MatlabはCやC++で書かれていますが、Mathematicaの多くの部分はMathematica自身で書かれています。歴史的な理由から、そしてCの本質的な特徴のために、多くの科学的およびハイテクコンピューティングソフトウェアライブラリなどがC/C++で書かれています。

C/C++は、リアルタイムコンピューティングや高性能アプリケーションの多くで、未処理のコンピューティング自体（高水準言語では表現できません）ではなく、ローカル物理的な機器であるか、例えば並列コンピューティングフレームワークなどのソフトウェア要素であるかを問わず、様々な構成要素とのインタフェースのために、必要とされている。

dmckeeが指摘したように、cの研究は、大規模で、少なくとも手続き型プログラミングでのプログラミングのための良い基礎を提供します。実用的なアプリケーションもありますので、教授の意見には現時点で強い支持があります。しかし、やって！あなたの教授や長老たちから受け取った知恵に挑戦し続けます。時には良い禅師のように、彼らは目的地ではなく旅行やプロセスのために道を歩きます。

Answer 5

Cはプログラミングで広く使用されています。私たちのほとんどは、特に大学にいるときにC言語でコーディングするプログラマーです。

Answer 6

バイオインフォマティクスと計算生物学では、Cは非常に普及しています。

Answer 7

Cは多くのScientific Computingに実際に使用されていますか？

サイエンティフィックコンピューティングは多くの異なるものを網羅しており、その結果、科学計算には多くの異なるプログラミング言語が使用されています。

従来、科学計算は高性能コンピューティングを意味し、大部分の線形代数といくつかのスペクトル法（例：FFT）に範囲が限定され、Fortranでほとんど行われました。それ以来、技術計算（例えば、マスキングデータ、グラフプロット、プロトタイピング）が同一の見出しの下にあり、他の人々がシンボリック計算などの新しいハイパフォーマンスコンピューティングを手に入れようとしていることを考えると、

Python、R、Mathematica、MATLABなどの言語は、技術計算によく使用されます。 C、C++、Fortranなどの言語は、依然としてナンバー・クリニングに使用されています。 OCamlのような言語は、大規模な記号計算に使用されます。

Answer 8

異なるラボや研究機関で働いていた経験から、コンピュータ言語を学ぶことは、プログラミングの基礎と紹介だけを提供すると言います。 CやJavaは、紹介として拾うための好都合な言語になるので、あなたの教授はある程度拡張するのは正しいです。

あなたの知識を1言語で他の言語にも適用できることは、計算/開発作業環境で成功するための鍵です。あなたが異なる企業/研究所/ラボグループを通って移動するときに、それぞれが言語/ソフトウェアで独自の設定を持つことに気付くでしょう。ある特定の言語の構文を覚えようとするよりも、新しいことを素早く学ぶことが重要です。

もちろん、プロジェクトに使用する言語を選択する場合は、必要なライブラリが1つを選択します。

Answer 9

科学者とエンジニアのためのプロのプログラマーとして、私たちの数値計算方法のほとんどがC言語で書かれていると言えるでしょう。私たちにはC++とFortranのポケットがあります。パフォーマンス面では、よくコード化されたCと良いコンパイラを打つのは難しいです。非常に、非常に時折、私たちは組立に浸るかもしれません。

しかし、世界は大きく変わっています。 Pythonはすばらしい言語です.IMHOという言葉が一番いいし、ネイティブライブラリと呼ぶこともできます。次にRにはソースのインタプリタ言語がありますが、数値メソッドの膨大なライブラリがすべてCまたはC++でコンパイルされています。次に、openCLや多くのバインディングなどの新しいハードウェアアクセラレーションされたメソッドをすべて追加します。CやFortranはもはや唯一の答えではありません。しかし、伝統的なCPUの数を考えると、CとASMはクラス最高です。

Answer 10

はい、MPIを伴うANSI Cです。

時には、「客観的C」を使用したいと思うこともあります。つまり、関数を大きなクラスのメソッドに入れ、そのすべてのサンプルを別のコアで実行します。これはC++ではなく、 "C with objects"であることに注意してください。メソッドオブジェクトモデル以外のC++機能は使用されていません。これは、同じ古いCを「合理的なオブジェクトモデル」にラッピングし、中間層などを使用できるようにしています。

上記の良い例：LAMMPS。

Charm ++は、「現代的な方法で良い古いC」を得るもう1つの良い方法です。

科学言語の他の丘には、LISP、Haskellおよび他のメタラングループがあります。これは、時間が問題ではないが、答えの存在、科学プログラミングの他の "ソフト"世界です。