我目前（大多数时候）在我的研究中使用C ++进行计算密集型计量经济学。我一直想要转向更高效的环境。 D听起来很有希望，但也许还不够成熟，我现在无法充分发挥作用。我最近遇到了C＃和NMath库。这似乎令人印象深刻。有人用这些来达到这样的目的吗？你有什么经历？我愿意放弃一些运行时速度，如果它提高我的整体生产力（任期时间正在滴答作响）。你的想法和建议赞赏！
答案 0 :(得分：10)
我在一家经济公司（EMSI）工作，我们使用D来满足大多数高性能计算需求。本机速度和效率是至关重要的，但它提供了比C更高级别的抽象，并且比C ++（IMHO）更少的陷阱。与BLAS，英特尔MKL等接口非常简单，我们用它来支持我们的实时I / O模型背后的大规模矩阵操作。关于D生产力提升的一个好处是经常被忽视的是速度极快的编译器 - 我从不打扰渐进式构建，即使在非常大的项目中也是如此。
答案 1 :(得分：3)
我的建议是ILNumerics。它似乎是最快的图书馆之一。几个月前它已经商业化，但我已经使用它多年了，以前作为开源库。
我们必须转换大量的Matlab代码才能将应用程序部署到客户。 ILNumerics是我们的第一个（也是唯一的）选择，因为它使用与Matlab相同的语法。此外，它的数组类可以处理n维和许多子阵列的东西，这对我们来说也很重要。你会找到一个很好的代码示例here。
在我看来，唯一的缺点是：缺乏专门的工程功能，只有基本的统计数据。因此，构建自己的算法（使用std，cov，var，mean，abs等）然后解压缩任何HILO-开箱即用的指标是非常方便的。
答案 2 :(得分：1)
我假设您正在推荐Centerspace's NMath产品？
我们最近开始在生产应用程序中使用它们;尽管到目前为止非常轻微（进行线性回归以确定燃气轮机的燃气输入GJ与MW输出之间的关系;从技术上讲，这是NMath Stats的一个特征）。到目前为止，我们很高兴使用它们，并且在等待我们的财务部门处理他们的发票时，他们的支持非常迅速地响应过期的评估许可证。
就性能而言，它尽可能使用Intel Math Kernel Library，因此性能应该很好;它没有对我们的有限使用造成任何负面的性能影响。
我期待在我们的应用程序中的其他地方使用该库，因为它是合适的！