本文内容
- 表现平平的 MATLAB
- 貌似强大的 Julia
- 本身无错的 R 语言
- 逐渐没落的 Perl
- 老而弥坚的 Python
我个人很喜欢 Python~
随着科技的发展，拥有高容量、高速度和多样性的大数据已经成为当今时代的主题词。数据科学领域中所采用的机器学习编程语言大相径庭。究竟哪种语言最适合机器学习成为争论不休的话题。近日，密西根州立大学的博士生 Sebastian Raschka 再次发起了机器学习编程语言之争，分析了自己选择 Python 的原因。
目前，机器学习牵涉的编程语言十分多样，包括了 MATLAB、Julia、R、Perl、Python、Ruby 等等。首先，Raschka 定义了语言好坏的原则：一门好的语言应该使得编写、调试和执行代码的总时间最短。然后，他花大篇幅讲述了一个简单的道理——没有一门语言是对所有情况、所有人都十分适合的。
Roberto Waltman：“在这种唯一正确的方式下，面向对象的 Spaghetti code 就是 Lasagna code。”
针对具体的应用场景以及参与项目的人员，开发团队或个人要对任务需求进行评估，再结合人员对于各个语言的熟悉程度和语言生态环境的情况等等，作出选择。接下来，Raschka 开始正式点评各个语言相对与 Python 在机器学习时的优缺点。
表现平平的 MATLAB
作为机器学习、模式识别等方面经常使用的工具，MATLAB 被放在了第一个分析。Raschka 认为，MATLAB 在实现机器学习算法时要比 Python 或者 NumPy 更加自然。很多高校也在计算机科学相关的课程中教授 MATLAB 语言。然而，MATLAB 也存在很多的缺点：价格昂贵、非开源、性能表现平平、语法不符合程序员的习惯等。例如，MATLAB 中矩阵乘积运算操作为 X.dot(Y)，而 Python为 X@W，更加简洁、明了。
各种语言相对于 C 的测试性能——C 的性能为1.0，越小越好，源：http://julialang.org/benchmarks/
从上图可以看出，MATLAB 的性能比 Python、Go、Java 等语言要差很多。Raschka 也提到，上图中 Python 的性能也表现不好。但是，现在性能强劲的 GPU 为 Python 提供了强大的后盾。2010年，Python 中的 Theano 库在CPU上运行时，其速度是 NumPy的1.8倍。而 Theano 在GPU上运行时，其速度就是 NumPy 的11倍。因此，在目前更高性能的 GPU 的帮助下，Python 性能已经有了更大的改进。
貌似强大的 Julia
作为一门新型的语言，Julia 在设计之处就充分借鉴了 C/Ruby/Python 等语言的经验，试图重新融合众家之长，为科学计算提供一个有力的工具。Raschka 充分认可了该语言。然而，对于其未来Julia是否会流行，Raschka 持保留态度。
Bjarne Stroustrup：世界上只有两种语言——大家一直在抱怨的和无人问津的。
Raschka 认为一个语言是否有用又很大程度上取决于其是否流行。只有被广大编程人员所熟知的编程语言，相关的库才会更多，遇到问题时也能够方便的找到答案，且易于团队合作和代码分享。语言本身也会随着社区的关注不断得以改善。在流行度上，Julia 并没有什么优势。
本身无错的 R 语言
接下来，Raschka 又提到了 R 语言。其实，Raschka 之前使用过 R 语言，而且还专门撰写了一部有关R 语言中Heat map的书。而且，他自己也不认为 R 语言存在任何令人不满意的地方。据Spectrum IEEE统计，2015年排名前十的编程语言，R语言是提升最快的。近期，微软对R语言表现出极大的兴趣。并且很快，微软的Azure 便开始支持R语言了。
Alan J. Perlis：当某人说“我想要一门编程语言。它要能够根据我的目标自动生成代码”。让他拿根棒棒糖，一边玩去吧！
Raschka 总结 R 和 Python 之间的不同在于，R是统计学家开发的（数学）语言，而 Python 是计算领域科学家开发，可以应用到统计学的编程语言。这就是说，二者都可以很好的应用于数据科学或者机器学习，但 Python 的语法更容易被程序员所接受。
逐渐没落的 Perl
Raschka 简单分析了 Perl 语言。作为一门古老的语言，Perl 已经不可避免的走向了没落。Raschka 表示，Perl 曾经是他学习的第一门语言。但是，Perl 目前主要用于简单的脚本编写，已经很少应用在机器学习的算法编写方面。
老而弥坚的 Python
最后，Raschka 夸赞了自己所喜爱的 Python 语言。尽管 Python 已经走过了20多年的风雨历程（由Guido van Rossum于1989年发明，第一个公开发行版发行于1991年），Raschka 认为它仍然可以继续流行下去。而且，Raschka 还不遗余力的列出了自己最喜欢的 Python 工具——NumPy、Theano、scikit-learn、matplotlib 等。
- NumPy: My favorite library for working with array structures and vectorizing equations using linear algebra; augmented by SciPy.
- Theano: Implementing machine learning algorithms for the heavy-lifting and distributing computations across cores in my GPU(s).
- scikit-learn: The most convenient API for the daily, more basic machine learning tasks.
- matplotlib: My library of choice when it comes to plotting. Sometimes I also use seaborn for particular plots, for example, the heat maps are particularly great!
至于 Ruby、Java、Scala、Lua 等，Raschka 没有亲身体验，暂未点评。
对 Raschka 的言论，很多人表示赞同，也有不少人反对。有人表示，自己从R切换到Python，主要原因也是Python更方便与团队之外的人进行合作和沟通。也有人表示，作为一个新入门的程序员，利用R进行数据科学的编程可以利用很多现成的库，十分得心应手。更有与Python打过8年交道的资深程序员表示，Julia十分具有吸引力，愿意花时间去尝试该语言。亲爱的读者朋友，你眼中最好的机器学习编程语言又是哪个呢？