原文:JuliavsRvsPython:simpleoptimization
作者:ZJ,数据科学家,全栈工程师,信用风险模型团队负责人。编译:开源中国(oschina2013)本文转自开源中国,转载需授权在这篇文章中,作者通过一个简单的似然函数优化(MaximumLikelihoodOptimization)问题来对比Julia,R和Python。这是一个比较小的优化问题,性能上的差异表现可能不太明显,但解决问题的过程能很好地反应三者各自的优劣势。
Julia布道者ChrisRackauckas曾经说过:如果你用Julia处理一个10秒内的问题,它的优势并不能体现出来。而一旦处理的问题变复杂,需要花费比较长的时间,这时Julia的优势就会慢慢体现了。有人用Python和Julia做过对比实验。以10为界点进行计算,当数值比10更小时Python比Julia快的。
输出效果如下,排版看起来很舒服,也支持数学公示显示:
由此看出Julia的优势:
Julia的不足:R的测试情况R有一个truncnorm用于处理截断正态
R的优势:R的不足:Python的测试情况作者利用已有的Python学习经验想出如下方案,输入代码:
输出结果:
领取专属 10元无门槛券
私享最新 技术干货