用于在JVM上进行富有表现力，功能丰富的数值计算的工具

Question

我正在寻找JVM上的数值计算工具。我的主要要求是表达性/可读性，易用性，评估和数学函数方面的特征。我想我在JVM之后就像Matlab内核（可能包括一些基本库和w / o图形）。我希望能够在正在运行的JVM上“抛出”计算代码，并希望对此代码进行评估。我不想担心类型。任意精度和性能都不是那么重要。

我想有一些不错的图书馆，但我认为需要一个合适的语言才能获得表现力。

你们建议使用哪种工具来解决JVM上富有表现力，功能丰富的数值计算问题？

Answer 1

大多数Mathworks Matlab都是基于英特尔数学核心库（MKL）构建的，它是（IMHO）线性代数计算中无与伦比的冠军。有java支持，但它花费500美元（MKL，而不仅仅是java支持）......

如果你想使用java，最好的第二个选项是jblas，它使用线性代数的行业标准BLAS和LAPACK。

纯Java库的表现显然很糟糕，请参阅here ...

Answer 2

来自jGroovyLab页面：

  

GroovyLab环境旨在提供一个类似Matlab / Scilab的科学计算平台，该平台由以Groovy语言实现的脚本引擎支持。 GroovyLab用户既可以使用Matlab-lke命令控制台，也可以使用基于jsyntaxpane（http://code.google.com/p/jsyntaxpane/）组件的灵活编辑器，它可以提供更方便的代码开发。此外，GroovyLab支持基于symja（http://code.google.com/p/symja/）项目的计算机代数。

还有GroovyLab：

  

GroovyLab是Groovy类的集合，用于提供类似matlab的语法和基本功能（线性代数，2D / 3D图）。它基于jmathplot和jmatharray libs：

Groovy为Java程序员提供了流畅的学习曲线，并且具有类似于Ruby的灵活语法。 It is also pretty easy to write a DSL on it

虽然Groovy是performance is pretty good for a dynamic language，但如果您需要，可以使用static compilation。

Answer 3

Spire听起来像瞄准你正在看的区域。它利用了许多最近的scala功能（如宏）来获得不错的性能，而不必牺牲高级语言的表现力。

还有breeze，它针对的是机器学习，但包括相当数量的线性代数。

Answer 4

根据您想要进入的工作量以及您已熟悉的语言，Clojure世界中的Incanter可能值得一看。现在在Clojure中快速发展的是core.matrix，其目的是将高级公共抽象封装在用各种方法或包实现的线性代数中。

你在帖子中强调了表现力，而关于Clojure的好处在于，作为一个Lisp，可以制作或扩展DSL以紧密匹配问题域。这是该语言（以及Lisps）的一大特色。

Answer 5

我是Clojure core.matrix的原创作者。所以我在这个特定的领域有一个明确的认识和更多的知识。话虽如此，我仍然会尝试给你一个诚实的答案： - ）

我和你一年左右的职位相同，正在寻找一种可扩展，灵活且适合作为集群云服务部署的数值计算解决方案。

由于以下原因，我最终选择了Clojure：

• 功能编程：Clojure是一种功能性编程语言，比大多数其他语言更为重要（尽管没有Haskell那么多......）。懒惰的无限序列，持久的数据结构，不变的等等。当您处理大型计算时，可以使用elegany代码。
• 元编程：我看到需要为矢量/计算扩展进行代码生成。因此，作为一个Lisp是一个很大的优点：一旦你用一个“全语言”宏系统的同音语言完成代码生成，那么很难找到其他任何接近的东西。
• 并发 - Clojure对多代码并发性有着令人印象深刻的方法。如果您还没有看到它，请观看：http://www.infoq.com/presentations/Value-Identity-State-Rich-Hickey
• 互动式REPL ：我一直觉得对数据工作非常重要。您希望能够“实时”使用您的代码/数据，以真正感受其属性。使用带有交互式REPL的动态类型语言可以在这里创造奇迹。
• 基于JVM ：出于语用目的的巨大优势，因为庞大的库/工具生态系统以及JVM作为运行时平台的出色工程。
• 社区：我看到Clojure正在进行大量创新，特别是在数据和分析的一般领域。

当时Clojure 缺少的主要内容是用于矩阵操作的良好库/ API。 Incanter中有一些不错的工具，但它们不是非常通用或高效。因此，我开始开发core.matrix，它正在形成一个惯用的Clojure风格的NumPY / SciPY。现在它仍然在进行中，但如果你小心的话，它还可以用于生产。

就低级矩阵支持而言，我还维护vectorz-clj，这是我尝试提供core.mattrix实现，提供高性能向量/矩阵操作，同时保留纯Java（即没有本机依赖） 。如果您对此表现感兴趣，您可能希望看到：

• http://clojurefun.wordpress.com/2013/03/07/achieving-awesome-numerical-performance-in-clojure/

我在Clojure之后的第二选择是Scala。我喜欢Scala稍微更成熟和体面的静态类型系统。这两种语言都是基于JVM的，因此库/工具方面是一个平局。这可能是Lisp的特色所致。

Answer 6

如果您碰巧可以访问Mathematica，那么通过J / Link可以很容易地使用JVM。对于Clojure来说，Clojuratica是一个很好的库，可以让它尽可能无缝，尽管它已经维持了一段时间，并且可能需要一些努力才能让它再次在现代环境中工作。