Numerikus számítások (modellezés) körkérdés

Fórumok

Ha a Linux (Unix) rendszereden valamilyen fizikai, matematikai vagy mérnöki probléma numerikus megoldásán dolgozol, írd meg, hogy mi a téma, valamint milyen nyelvet és fejlesztői környezetet használsz erre!
Érdekel, mi a trend mostanság. Elképzelhető, h egy (nem reprezentatív) statisztikát is készítenék belőle, ha vagyunk jópáran, akik ilyesmivel foglalkozunk.

Kezdem a sort:

Fizikai optikai numerikus modellezés, Python (scipy, numpy, matplotlib, ipython) és C, Eclipse

Hozzászólások

Áramlástani szimuláció (CFD): C, Eclipse (régen gvim+make, majd Kdevelop)

Megjelenítés: C (saját kódok) és OpenDX

Te miért váltottál Eclipse-re?
Én főleg azért, mert így a C, Python, Latex kódokat közös fejlesztői rendszerben írhatom (sajnos ex-windows júzerként nincs időm most átszokni a vim billentyűkombinációira). Kár, h kicsit lassacskán indul és simán megzabál többszáz MB ramot, amúgy jóféle. Nem tudod véletlen, lehet ah éhségéből faragni, v ez törvényszerű? (én pl Java fejlesztésre nem használom).

Acelszerkezeti vegeselemes analizis (FEA), Fortran (IntelFortran)
Penzugyi szimulacio (Monte-Carlo szimulacio), C++ (Intel C++, gcc)

Hammond orgona szimulációja némi modellezéssel. gedit, rcompile és C.

c c c, azt hittem majd jönnek itt az octave alternatívák a különböző feladatokra:)

a Python+Scipy+Ipython combót tekintheted annak :P

zárójeles megj:
szerintem a főszólam ilyen témában inkább a fizetős Matlab vs. a free alternatívákról (octave és társai) szól. de ez itt most nem a flame helye :) amúgy google "Matlab alternative" és máris Dunát lehet rekeszteni.
Én nem lepődöm meg, h itt figyel a Fortran, C++, C is. Hardcore számdarálós feladatokhoz nincs vetélytársuk.

Várok még több érdekes kombót!

csak úgy értettem: "mire nem az igazi a c?" és ugye ebből adódóan nem sok értelme van ezzel válaszolni, és ugyanígy a python is elég általános

alternatíva alatt pedig nem arra gondoltam amit a gugli a matlab alterra kidob, hanem speciális feladatokra készített progikat, toolokat,
(scipy-hez még nem volt szerencsém de az is a python egy cél nélküli kiterjesztésének tűnik, de ettől még lehet jó)

fortran-hoz szvsz nekrofílnak kell lenni, volt hozzá szerencsém, az egyetlen ami "életben" tartja az hogy a már meglévő programokat nehezebb lenne átírni értelmesebb nyelvre mint azokat használni kiegészíteni:)

eclipse: numerikus számításhoz? ágyúval verébre? ps: úgy értem semmi szolgáltatását nem használnám, a num. számítás nekem annyit tesz hogy a papíron meglévő algoritmusokat le kell írni vmi prgnyelvre ügyelve az olyan apróságokra hogy ugyan a papíron létezik olyan hogy 0.6, de azt nem írhatom be úgy pl hogy 0.6d, mert az nem annyi, anélkül hogy végigszámolnám annyi pontatlanság adott helyen megengedhető-e

tudom ez nem egy túl építő jellegű hozzászólás, de a negatív kritika is kritika:)
ps: hogy azért vmit írjak: (úgy általában) c, gnuplot, matlab :)

42:)
de pl ha ehhez van szerencsénk akkor ki is számolhatod:)
de nem is ez a legfontosabb, csak példaként hoztam inkább az szokott gond lenni hogy hiába van egy numerikusan stabil algoritmusunk amit ha ügyesek vagyunk sikerül is megtartani annak, ha iteráljuk bizony nemcsak fortran és python közt lesz különbség, hanem c(gcc) és c(msvc) közt, sőt msvc különböző verzió közt is:)

fortrant illik szidni, h ósdi, meg minden, én is ezt tettem, míg kicsit jobban a körmére nem néztem az utóbbi időben. az f77-et el kell felejteni, lehet, h még mindig azzal lehet a leggyorsabb kódot generálni, de az f77 tényleg mazochizmus, ha fortran, akkor manapság f90/95 minimum. és utóbbinak vannak elég kellemes tulajdonságai. lényeg, h amire kitalálták, azt nagyon jól csinálja.

h a scipy mennyire nem cél nélküli kiterjesztés, azt bármikor bizonyíthatom a diplomamunkámmal. (úgy egyébként a dokumentáció kivételével simán felveszi a versenyt az alap Matlab + néhány toolbox funkcionalitásával, csak épp teljesen ingyenes. erre van kitalálva. két évig használtam előtte Matlabot, főleg képfeldolgozásra, ez alapján mondom). kiváló könyv hozzá egy nem kispályás szakembertől itt.

eclipse: mivel nálam diplomamunka-projektről szól a dolog, az algoritmus (Python, C) bepötyögése mellett ott van még a LaTeX forrás a mindenféle BibTeX hivatkozással, mindezekre autocompletion, LaTeX szimbólumok, svn-támogatás, sorolhatnám még. tetszik, h mindezt 1 keretrendszeren belül, uazzal az IDE-vel/editorral megcsinálhatom. persze, alternatívaként egy Vim is jól kiszolgálna, de ahhoz sajna nem értek.

a scipy ( +python:) ) már egy ideje a listámon van amit kitűztem alaposabb megismerésre, pont tegnap nézegettem hogy már túl sok anyag is gyűlt össze, nem tudtam eldönteni melyikkel kezdjem, ez a könyv közte volt, szal pont jól jött hogy írtad hogy ez jó, előre is veszem ezt a projektet :)

remélem fordulhatok akkor hozzád kérdésekkel, az első akkor az is lenne mi is az a cél? (a honlapjukat igen felületesen néztem még csak és nem találtam) én csak azt értettem alatta hogy nem programozók ülnek le hogy "akkor most ezeket a _fv_-eket tegyük bele mert cool meg biztos jó lesz tudományoskodni", hanem az azt használóktól, tehát konkrét feladatokból konkrét numerikus igényekkel jönnek, és azokat megfelelően implementálva beleteszik, olyan pontosan mint fortranéknál
ps: a cookbookot láttam, csak azt nem hogy azok nem kitalált receptek, hanem mesterszakácsok iratai:)

(igen, sajnálom otthagyni a fortrant, már többször sikerült kimérnem:) hogy az bizony pontosabb, de a 95-től is borsózik a hátam HA valaki más írt egy hosszabb, áttekinthetetlen valamit)

eclipse nekem az ultimate kedvencem, de a hwem már rászoktatott a vim-re:)

Még anno suliban hallottam az R nyelvről, és ott nagyon dícsérték. Erről esetleg van valakinek valami vélemény vagy tapasztalat?

már régóta szeretném kipróbálni de egyszerűen úgy vagyok vele hogy bármiben dolgozik az ember (esetleg plusz egy lib-bel, de) megvan benne minden ami épp kell egy kis statisztikához, ha meg csak gyorsan kell ott a gnuplot, abban is egész jól el lehet számolgatni, de ez persze lehet csak azért van mert nem vagyok statisztikus:)

videó feldolgozás:
- C,C++,Eclipse [opencv, gsl, (blas)]
- octave,gnuplot

kriptoanalizis/statisztikai analizis, mcedit+c++/intel forditoja :)
a kimenetek szovegesek, ezeket shell scriptekkel dolgozom fel.

Statisztika (aktuárius): R, vi
Bohóckodás (mozaik kép összerakása): Python, C

1. Optimumkeresés (Holografikus Kutatási Stratégia) +
neuronmhálós illesztés/ZoraxView multidimenzionális illesztés.
(zömében kombinatorikus kémia)

2. C programnyelv Xwindow felület Motif és Xt grafikus
könyvtár.

> Sol omnibus lucet.

sage-ről tud vki mondani vmi _gyakorlati_ ±-t? főleg a hátrányok érdekelnének:)