1.python

        对于任何正在学习数学的人来说Python都是一门很棒的语言。它的语法简单直观——听起来就像你在用英语打字

        Python是面向对象的这意味着你可以创建“对象”这些“对象”就像名词一样有一个状态可以调用它们来操作它们。Python 还具有大量的库可以导入并为您提供绘图和绘图功能参见或甚至使用代数操作。matplotlibnumpysympy

        总的来说对于初学者来说这是一门完美的语言但仍然非常强大。

        2. Matlab

        Python 的成本之一是它相对较慢——对于许多程序你不会注意到它但一旦你开始运行更长的程序它肯定会变得不方便。

        MATLAB 具有语法简单的优点同时还将繁重的计算发送到其后端语言 - Fortran 和 C它们在计算上效率更高。这意味着您无需学习其困难的语法即可获得 C 的强大功能。

        MATLAB 也是专门为数学设计的因此很容易创建图形或 3D 图形以及更自然的计算机代数系统。

        缺点之一是寻求帮助比Python有点棘手因为社区没有那么大。然而这只是一个很小的收益成本

        3.julia

        Julia 是一种从一开始就为高性能计算而设计的语言。它是动态类型的就像Python一样这使得编写起来更容易并支持面向对象和函数式编程范式。

        这是一种相对较新的语言创建于 2012 年但将许多不同语言的许多不同好处结合在一起。用创始人的话说

我们想要一种开源的语言有一个自由的许可证。我们想要 C 的速度和 Ruby 的活力。我们想要一种同象语言像Lisp这样的真正的宏但像Matlab这样明显熟悉的数学符号。我们想要像 Python 一样可用于通用编程的东西像 R 一样容易统计像 Perl 一样自然地用于字符串处理像 Matlab 一样强大地用于线性代数像 shell 一样擅长将程序粘合在一起。一些简单易学的东西但让最严重的黑客感到高兴。

— 我们为什么创造朱莉娅

4. Mathematica

        正如你可能已经从名字中猜到的那样Mathematica是由Stephen Wolfram专门为数学家设计的程序。许多人都熟悉较小的在线版本Wolfram Alpha但Mathematica的功能要强大得多。

        Mathematica的计算机代数系统是内置的非常易于使用。任何字母都会自动被视为代数变量因此您甚至不需要像在 Python 或 MATLAB 中那样显式声明这些变量。

        Mathematica使用“笔记本样式”界面允许图形和结果与您的代码一起显示

Mathematica 还擅长机器学习、图像处理、函数可视化和地理计算等一系列领域的技术和高性能计算。

缺点之一是与Python和Julia不同Mathematica确实是有代价的。但是如果您隶属于一所大学则可以免费从他们那里获得许可证。

5. R

        大多数数学学生也经常使用统计学或数据而R是最好的语言之一。R 不仅擅长处理数据还擅长呈现数据并创建美丽多彩的可视化效果。

        R还拥有大量其他用户制作的库这使它成为一种非常灵活的语言可以在许多不同的上下文中使用。最常见的一种是可以创建这样的数字ggplots

        R 还可以通过链接 C、C++ 或 Fortran 代码并在运行时在编程中调用它来处理计算密集型任务。

        R 也非常适合报告和创建文档。诸如knitr或RMarkdown之类的软件包也允许它与LaTeX代码集成。这让我们顺利地进入了最后一种语言

6.  LaTeX

        LaTeX 是一种用于创建文档的排版语言——它对于交流数学或其他科学主题特别有用。

        它与此列表中的其他语言不同因为它不用于计算积分、运行模拟或处理数据。然而它仍然非常有用并且被大多数数学家每天使用。

        任何尝试过使用Microsoft Word编写数学繁重论文的人都会知道这不是最适合这项工作的程序。从 Word 到 LaTeX 需要调整一点学习曲线但一旦你通过了它好处是成比例的

        如果您有兴趣学习如何编写您的第一个 LaTeX 文档请在此处查看我的文章。您应该能够在大约 15 分钟内完成您的第一份文档