+38 (093)  990-30-70

Новости

Королевский бал у Вас дома

Інструменти візуалізації даних для Linux

  1. Короткий перелік інструментів візуалізації
  2. Gnuplot
  3. Лістинг 1. Простий висновок графіка функцією gnuplot
  4. Малюнок 1. Простий графік gnuplot
  5. Лістинг 2. Приклад файлу даних для gnuplot (data.dat)
  6. Лістинг 3. Сценарій Gnuplot для побудови графіка за даними з лістингу 2
  7. Малюнок 2. Простий графік gnuplot, побудований по файлу даних
  8. GNU Octave
  9. Лістинг 4. Візуалізація дивного аттрактора Лоренца за допомогою Octave
  10. Малюнок 3. Аттрактор Лоренца, побудований за допомогою Octave
  11. Лістинг 5. Створення декількох графіків в Octave
  12. Малюнок 4. Кілька графіків на одній сторінці в реалізації GNU Octave
  13. Scilab
  14. Малюнок 5. Робота в пакеті Scilab
  15. Малюнок 6. Графік, побудований Scilab в результаті виконання команд, заданих на малюнку 5
  16. Малюнок 7. Створення тривимірної гістограми по випадковим числах
  17. MayaVi
  18. Малюнок 8. Тривимірна візуалізація в MayaVi (дані комп'ютерної томографії серця)
  19. Maxima
  20. Малюнок 9. Робота з пакетом Maxima
  21. Малюнок 10. Графік, побудований Maxima в результаті виконання команд, заданих на малюнку 9
  22. Малюнок 11. Візуальне програмування в OpenDX
  23. Малюнок 12. Візуалізація даних в OpenDX
  24. Йдемо далі
  25. Ресурси для скачування

Короткий огляд шести графічних утиліт з відкритим вихідним кодом

Короткий перелік інструментів візуалізації

У цій статті я розгляну кілька популярних інструментів візуалізації даних для Linux, а також познайомлю вас з деякими з їх можливостей. Наприклад, чи надає інструмент мову для виконання чисельних обчислень? Чи є інструмент інтерактивним або працює виключно в пакетному режимі? Чи можете ви використовувати інструмент для цифрової обробки сигналів та зображень? Чи надає інструмент мовні засоби зв'язку для підтримки інтеграції в додатки користувача (написані на мовах програмування Python, Tcl, Java і т.п.)? Також я продемонструю графічні можливості інструментів. І, нарешті, я позначу сильні сторони кожного з інструментів, щоб допомогти вам прийняти рішення про те, який з них більше підходить для ваших обчислювальних завдань або завдань візуалізації даних.

Нижче наводиться список описуваних мною інструментів з відкритим вихідним кодом (із зазначенням відповідної ліцензії):

  • Gnuplot (GPL)
  • GNU Octave (GPL)
  • Scilab (Scilab)
  • MayaVi (BSD)
  • Maxima (GPL)
  • OpenDX (IBM Public License)

Gnuplot

Gnuplot - це чудовий інструмент візуалізації, який існує з 1986 року. Важко знайти дипломну роботу або дисертацію, в якій немає графіків gnuplot. Незважаючи на те, що управління gnuplot проводиться з командного рядка, він виріс з своїх вельми скромних початкових етапів до підтримки цілого ряду неінтерактивних додатків; зокрема, він використовується в якості механізму побудови графіків для пакета GNU Octave.

Gnuplot є портіруемость додатком, що працює на UNIX®, Microsoft® Windows®, Mac OS® X і безлічі інших платформ. Він підтримує широкий спектр вихідних форматів, починаючи від postscript і закінчуючи сучасним PNG.

Gnuplot може працювати в пакетному режимі, використовуючи для побудови графіка наданий сценарій команд, а також в інтерактивному режимі, який дозволяє вам експериментувати з його можливостями і бачити, як вони впливають на графік.

У комплект gnuplot також входить стандартна бібліотека математичних функцій, яка відповідає бібліотеці UNIX. В якості аргументів для функцій підтримуються цілі, дійсні і комплексні числа. Бібліотеку математичних функцій можна налаштувати на використання радіанів або градусів (за замовчуванням використовуються радіани).

За допомогою команди plot Gnuplot може генерувати двовимірні графіки, а за допомогою команди splot - тривимірні графіки (в двовимірних проекціях). У команді plot gnuplot може працювати в декартовій або полярній системі координат. За замовчуванням в команді splot використовується декартова система координат, але система також підтримує сферичні і циліндричні координати. Також ви можете накласти на графік контурні лінії (як показано на наведеному нижче малюнку 1). Новий стиль відображення графіків, pm3d, підтримує висновок тривимірних і чотиривимірних даних з колірною проекцією у вигляді карт і поверхонь.

Нижче наведено невеликий приклад gnuplot, який ілюструє роботу функції побудови тривимірного графіка з контурами і видаленням невидимих ​​ліній. У лістингу 1 показані використані команди gnuplot, а на малюнку 1 представлений графічний результат.

Лістинг 1. Простий висновок графіка функцією gnuplot

set samples 25 set isosamples 26 set title "Test 3D gnuplot" set contour base set hidden3d offset 1 splot [-12: 12.01] [-12: 12.01] sin (sqrt (x ** 2 + y ** 2)) / sqrt (x ** 2 + y ** 2)

З лістингу 1 видно, як просто використовувати набір команд пакета gnuplot. Частота відліків і щільність графіка визначаються параметрами "samples" і "isosamples", а параметр "title" визначає заголовок графіка. Чи включається базовий контур, видаляються невидимі лінії і за допомогою команди splot, що використовує функції вбудованої математичної бібліотеки, будується графік синусоїди. Результат представлений на малюнку 1.

Малюнок 1. Простий графік gnuplot
Короткий огляд шести графічних утиліт з відкритим вихідним кодом   Короткий перелік інструментів візуалізації   У цій статті я розгляну кілька популярних інструментів візуалізації даних для Linux, а також познайомлю вас з деякими з їх можливостей

Крім створення графіків функцій, gnuplot чудово підходить для складання графіка за даними, що містяться в файлі. Розглянемо пари даних (x, y), представлені в лістингу 2 (показаний уривок файлу). Пари чисел, що містяться в файлі, представляють координати x і y в двовимірному просторі.

Лістинг 2. Приклад файлу даних для gnuplot (data.dat)

88 99 79 98 76 89 60 85 ... 60 22

Якщо ви хочете відобразити ці дані в двовимірному просторі і з'єднати точки даних лініями, можна використовувати сценарій gnuplot, показаний в лістингу 3.

Лістинг 3. Сценарій Gnuplot для побудови графіка за даними з лістингу 2

set title "Sample data plot" plot 'data.dat' using 1: 2 t 'data points', \ "data.dat" using 1: 2 t "lines" with lines

Результат показаний на малюнку 2. Слід зазначити, що gnuplot автоматично встановлює масштаб осей, однак якщо вам потрібно змінити положення графіка, ви можете управляти цим параметром.

Малюнок 2. Простий графік gnuplot, побудований по файлу даних

Gnuplot є чудовим інструментом для візуалізації, він добре відомий і поставляється в складі безлічі дистрибутивів GNU / Linux. У той же час, якщо вам потрібна базова візуалізація даних та чисельні розрахунки, можливо, кращим вибором буде GNU Octave.

GNU Octave

GNU Octave є мова високого рівня, призначений в основному для чисельних розрахунків, і є привабливою альтернативою комерційному пакету Matlab компанії The MathWorks. На відміну від простого набору команд, пропонованих gnuplot, Octave надає багатий мову математичного програмування. Ви можете навіть написати додаток на C або C ++, а потім налаштувати його взаємодія з Octave.

Пакет Octave був написаний приблизно в 1992 році як допоміжна програма для підручника з проектування хімічних реакторів. Автори хотіли допомогти студентам вирішувати проблеми з проектуванням реакторів, а не налагоджувати програми на Фортране. В результаті вийшов зручний мову і інтерактивне середовище для вирішення численних завдань.

Пакет Octave може працювати в режимі сценаріїв, інтерактивно або за допомогою прив'язки до мови C або C ++. У пакеті Octave реалізований багата мова, схожий на C і володіє дуже великою бібліотекою математичних функцій, в тому числі спеціалізованих функцій обробки сигналів і зображень, обробки звуку і автоматичного управління.

Оскільки в якості внутрішнього механізму Octave використовується gnuplot, все, що можна вивести за допомогою gnuplot, можна вивести і за допомогою Octave. У Octave реалізований більш багата мова для обчислень, що є його очевидною перевагою, але ви все ж будете обмежені можливостями gnuplot.

У наведеному нижче прикладі, взятому з сайту Octave-Forge (SimpleExamples), я вивів графік дивного аттрактора Лоренца. У лістингу 4 показаний інтерактивний діалог Octave на платформі Windows з використанням Cygwin. Цей приклад демонструє використання lsode, функції рішення звичайних диференціальних рівнянь.

Лістинг 4. Візуалізація дивного аттрактора Лоренца за допомогою Octave

GNU Octave, version 2.1.50 Copyright (C) 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003 John W. Eaton. This is free software; see the source code for copying conditions. There is ABSOLUTELY NO WARRANTY; not even for MERCHANTIBILITY or FITNESS FOR A PARTICULAR PURPOSE. For details, type `warranty '. Please contribute if you find this software useful. For more information, visit http://www.octave.org/help-wanted.html Report bugs to <bug-octave & bevo.che.wisc.edu>. >> function y = lorenz (x, t) y = [10 * (x (2) - x (1)); x (1) * (28 - x (3)); x (1) * x (2) - 8/3 * x (3)]; endfunction >> x = lsode ( "lorenz", [3; 15; 1], (0: ​​0.01: 25) '); >> gset parametric >> gsplot x >>

Графік, представлений на малюнку 3, показує результат роботи коду Octave з лістингу 4.

Малюнок 3. Аттрактор Лоренца, побудований за допомогою Octave

За допомогою функції multiplot програма GNU Octave (в поєднанні з gnuplot) може побудувати кілька графіків на одній сторінці. Ця функція дозволяє вам вказати, скільки графіків необхідно створити, після чого задати окремі графіки за допомогою команди subwindow. Після визначення подокна (subwindow) ви будуєте графік звичайним чином, після чого переходите до наступного підвікні (як показано в лістингу 5).

Лістинг 5. Створення декількох графіків в Octave

>> multiplot (2,2) >> subwindow (1,1) >> t = 0: 0.1: 6.0 >> plot (t, cos (t)) >> subwindow (1,2) >> plot (t, sin (t)) >> subwindow (2,1) >> plot (t, tan (t)) >> subwindow (2,2) >> plot (t, tanh (t))

Отримана сторінка з декількома графіками показана на малюнку 4. Ця чудова можливість об'єднання пов'язаних між собою графіків для проведення порівняння.

Малюнок 4. Кілька графіків на одній сторінці в реалізації GNU Octave

Пакет Octave можна розглядати як мова високого рівня, який використовує для візуалізації механізм gnuplot. Він надає багату бібліотеку математичних функцій і є відмінною безкоштовною заміною пакету Matlab. Крім того, його можна розширити пакетами для обробки мови, оптимізації, символьних обчислень і т.п., розробленими користувачами. Пакет Octave входить до складу деяких дистрибутивів GNU / Linux, наприклад, Debian, також його можна використовувати в Windows, спільно з Cygwin і в Mac OS X. Докладнішу інформацію про Octave можна знайти в розділі посилання

Scilab

Пакет Scilab схожий з GNU Octave в тому, що він дозволяє виконувати чисельні розрахунки і візуалізацію. Scilab є інтерпретатор і мову високого рівня для технічного і наукового застосування, широко використовуваний у всьому світі.

Scilab був розроблений в 1994 році у Франції, в Національному дослідницькому інституті інформатики і автоматизації (Institut national de recherche en informatique et en automatique, INRIA) і Національній школі дорожнього відомства (École Nationale des Ponts et Chaussées, ENPC). З 2003 року підтримкою Scilab займається консорціум Scilab Consortium.

До складу пакету Scilab входить велика бібліотека математичних функцій, що розширюється програмами, написаними на мовах високого рівня, наприклад, на C або Фортране. Крім того, він відрізняється можливістю перевизначення типів даних і операцій. До складу пакету входить інтегрований мову високого рівня, що відрізняється в деякій мірі від мови C.

Для пакета Scilab існує маса наборів інструментальних засобів, реалізованих спільнотою користувачів. Вони дозволяють будувати двовимірні і тривимірні графіки і анімацію, проводити оптимізацію, статистичні обчислення, будувати графи і мережі, виконувати обробку сигналів, моделювати динамічні системи, а також відкривають безліч інших можливостей.

Scilab можна використовувати на більшості систем UNIX, а також на сучасних операційних системах Windows. Так само як GNU Octave, пакет Scilab має відмінну документацією. Оскільки це європейський проект, ви можете знайти документацію і статті не тільки англійською, а й на безлічі інших мов.

При запуску пакету Scilab з'являється вікно, що дозволяє вам взаємодіяти з інтерпретатором (див. Рисунок 5).

Малюнок 5. Робота в пакеті Scilab

У цьому прикладі я створив вектор (t) зі значеннями від 0 до 2PI (з кроком 0,2). Після цього я побудував тривимірний графік (використовуючи функцію z = f (x, y), або поверхню в точці xi, yi). На малюнку 6 показаний вийшов графік.

Малюнок 6. Графік, побудований Scilab в результаті виконання команд, заданих на малюнку 5

До складу пакету Scilab входить безліч бібліотек і функцій, які дозволяють максимально просто будувати графіки. Розглянемо приклад з побудовою простий тривимірної гістограми:

-> hist3d (5 * (rand (5,5));

Спочатку команда rand (5,5) будує матрицю випадкових значень (які я обмежив зверху значенням 5) розміром (5,5). Ця матриця передається функції hist3d. Отримана в результаті гістограма показана на малюнку 7.

Малюнок 7. Створення тривимірної гістограми по випадковим числах

Пакети Scilab і Octave схожі між собою. У обох є спільноти з великим числом учасників. Пакет Scilab написаний на Fortran 77, а Octave - на C ++. Пакет Octave використовує для візуалізації пакет gnuplot; в Scilab реалізований власний механізм. Якщо ви знайомі з Matlab, правильним вибором буде Octave, оскільки він прагне до сумісності з ним. До складу пакету Scilab входить безліч математичних функцій, до того ж він дуже хороший для обробки сигналів. Якщо ви все ще не впевнені, який з двох варіантів вибрати - спробуйте обидва. Обидва пакети прекрасні і ви можете використовувати обидва для вирішення різних завдань.

MayaVi

MayaVi, що в перекладі з санскриту означає "чарівник", являє собою інструмент візуалізації даних, що пов'язується з мовою Python. Для виведення графіки в ньому використовується потужний інструментарій візуалізації Visualization Toolkit (VTK). До складу пакета MayaVi також входить графічний інтерфейс користувача, розроблений за допомогою модуля Tkinter. Tkinter - це інтерфейс Tk, який найчастіше використовують в зв'язці з Tcl.

Спочатку MayaVi розроблявся як інструмент візуалізації для обчислювальної гідродинаміки (Computational Fluid Dynamics, CFD). Після того, як стала зрозуміла користь від його застосування в інших областях, він був перепрофільований як загальнонаукових інструмент візуалізації даних.

Пакет MayaVi спирається на міць VTK. VTK - це система візуалізації даних і обробки зображень з відкритим вихідним кодом, яка широко використовується в науковому співтоваристві. VTK пропонує приголомшливі можливості, володіючи, крім бібліотек C ++, інтерфейсами для мов сценаріїв Tcl / Tk, мови програмування Java і Python. VTK перенесений на безліч операційних систем, в тому числі UNIX, Windows і MAC OS X.

Оболонка MayaVi до VTK може бути імпортована як модуль Python в інші програми Python і може використовуватися в сценаріях, які виконуються в інтерпретаторі Python. Графічний інтерфейс tkinter, що поставляється з MayaVi, дозволяє виконувати настройку і застосування фільтрів, а також управляти ефектами освітлення при візуалізації.

На малюнку 8 показаний приклад візуалізації за допомогою MayaVi на платформі Windows.

Малюнок 8. Тривимірна візуалізація в MayaVi (дані комп'ютерної томографії серця)

MayaVi являє собою цікавий приклад впровадження VTK в мову сценаріїв Python.

Maxima

Maxima є повнофункціональної програмою для проведення символьних і чисельних розрахунків, подібної Octave і Scilab. Розвиток пакета Maxima почалося в кінці 1960-х років в Массачусетському технологічному інституті (MIT) і продовжується до цього дня. Первісна версія (система комп'ютерних алгебраїчних обчислень) називалася DOE Macsyma і визначила шлях для подальшого розвитку ряду широко відомих додатків, зокрема, Mathematica.

Пакет Maxima надає привабливий набір традиційних можливостей (наприклад, диференціальне та інтегральне числення, рішення лінійних і нелінійних систем рівнянь), а також можливості символьних обчислень. При написанні програм в пакеті Maxima ви можете використовувати традиційні оператори освіти циклів і умов. Крім того, в пакеті Maxima ви можете знайти натяк на Lisp (це видно з функцій, наприклад, quoting, map і apply). Пакет Maxima написаний на Lisp, тому в рамках сеансів Maxima можна виконувати код Lisp.

В Maxima вбудована відмінна система інтерактивної довідки, побудована на базі гіпертексту. Наприклад, якщо ви бажаєте знати, як працює певна функція Maxima, ви можете просто ввести example (desolve), і пакет запропонує вам кілька прикладів використання.

Maxima володіє також рядом цікавих особливостей, таких, наприклад, як правила і шаблони. Ці правила і шаблони використовуються модулем спрощення для спрощення виразів. Також можна використовувати правила для комутативність і некомутативної алгебри.

Maxima схожий з пакетами Octave і Scilab в наявності інтерпретатора, що забезпечує взаємодію з користувачем. Результати відображаються або в тому ж, або у новоствореному вікні. На малюнку 9 я подаю запит на побудову простого тривимірного графіка.

Малюнок 9. Робота з пакетом Maxima

Одержаний графік показаний на малюнку 10.

Малюнок 10. Графік, побудований Maxima в результаті виконання команд, заданих на малюнку 9

Open Data Explorer (OpenDX)

Огляд інструментів візуалізації був би неповним без короткого опису Open Data Explorer (OpenDX). OpenDX - це версія з відкритим вихідним кодом потужного інструменту Visualization Data Explorer виробництва корпорації IBM. Вперше цей інструмент був випущений в 1991 році як Visualization Data Explorer, тепер він доступний у відкритому вихідному коді для виконання візуалізації даних, а також побудови на його основі універсальних програм для візуалізації даних.

OpenDX володіє безліччю унікальних відмінних рис, але на особливу увагу заслуговує його архітектура. У OpenDX використовується клієнт-серверна модель, в якій клієнтські і серверні додатки можуть працювати на різних вузлах. Це дозволяє запускати сервер на системах з великою потужністю, призначених для вирішення числових завдань великого обсягу (наприклад, багатопроцесорних системах з спільно використовуваної пам'яттю), а клієнти можуть працювати окремо на більш слабких машинах, більш пристосованих для відображення графіки. OpenDX навіть дозволяє розділити проблему між декількома, навіть різнорідними, серверами, для паралельного рішення.

OpenDX підтримує візуальну модель програмування потоків даних, яка дозволяє графічно задавати програми візуалізації (див. Малюнок 11). Кожна з закладок визначає "сторінку" (подібність функції). Обробка даних проводиться шляхом показаних перетворень; наприклад, середній модуль "Collect" збирає в групу об'єкти на вході і передає їх на вихід (в розглянутому прикладі - модулю "image", який виводить зображення, і модулю "AutoCamera", який вказує, як це зображення переглядати).

Малюнок 11. Візуальне програмування в OpenDX

До складу OpenDX навіть входить конструктор модулів Module Builder, який допомагає вам будувати власні модулі.

На малюнку 12 показаний приклад зображення, створеного OpenDX (малюнок взятий з підручника з фізичної океанографії для OpenDX, підготовленого університетом Далхаузі). Дані представляють будова суші, а також глибини моря (батиметрія).

Малюнок 12. Візуалізація даних в OpenDX

OpenDX є найбільш потужний і універсальний інструмент візуалізації даних з описаних в цій статті, але також він є і найскладнішим. На щастя, існує безліч підручників і книг, написаних вам на допомогу. Посилання на них можна знайти в розділі ПОСИЛАННЯ

Йдемо далі

У цій статті я представив лише кілька інструментів для візуалізації даних з відкритим вихідним кодом для GNU / Linux. Серед інших корисних інструментів можна згадати Gri, PGPLOT, SciGraphica, plotutils, NCAR Graphics і ImLib3D. Всі вони поширюються з відкритим вихідним кодом, що дозволяє вам бачити, як вони працюють, і змінювати їх за потребою. Також, якщо вам необхідна відмінне середовище графічного моделювання, познайомтеся з Open Dynamics Engine (ODE), які працюють в поєднанні з OpenGL.

Вам необхідно визначити, який з інструментів краще підходить для вас. Якщо вам потрібна потужна система візуалізації з безліччю різних алгоритмів візуалізації - вам потрібен пакет MayaVi. Для виконання чисельних розрахунків підійдуть GNU Octave і Scilab. Якщо вам необхідно виконувати символічні обчислення, відповідною альтернативою буде Maxima. І останнє, але не менш важливе - якщо вам потрібні базові можливості побудови графіків, gnuplot буде відмінним рішенням.

Ресурси для скачування

Схожі тими

  • Оригінал статті " Data visualization tools for Linux ".
  • Не так часто задаються Лос-Аламоської національної лабораторії - чудовий ресурс для використання gnuplot і пошуку відповідей на деякі найбільш складні питання, що стосуються gnuplot.
  • Знайти безліч сценаріїв, функцій і розширень для Octave можна в GNU Octave Repository . Там же ви знайдете інструкції по додаванню власних рецептів в співтовариство octave-forge.
  • Підручники по Data Explorer , Надані інститутом фізичної океанографії Далхаузі, відмінно продемонструють можливості DX.
  • на домашній сторінці gnuplot можна завантажити програмне забезпечення і документацію gnuplot. Там же ви знайдете демонстраційну галерею, яка допоможе вам оцінити можливості gnuplot і адаптувати наведені підходи до ваших програм.
  • GPlot являє собою надбудову Gnuplot для мови Perl. Вона написана Террі Глідтом (Terry Gliedt), і може допомогти вам у випадках, якщо ви визнали Gnuplot складним і недружнім. GPlot кілька втрачає універсальність Gnuplot, але дозволяє виконати найбільш поширені завдання простішим чином.
  • GNU Octave являє собою мову високого рівня для чисельних обчислень, в якому в якості механізму виведення графіки використовується gnuplot. Це чудова альтернатива комерційному програмному продукту Matlab. На сайті можна скачати продукт і отримати доступ до великої документації.
  • скачать MayaVi Data Visualizer можна на SourceForge.net. Там же можна знайти документацію і перелік можливостей, що надаються MayaVi для VTK.
  • Visualization Toolkit (VTK) являє собою потужну програмну систему з відкритим вихідним кодом, що дозволяє виконувати візуалізацію, обробку зображень і роботу з тривимірною машинної графікою. На цьому сайті ви знайдете програмне забезпечення, документацію і безліч корисних посилань для роботи з VTK.
  • Scilab - це безкоштовний пакет наукового програмного забезпечення, призначений для виконання чисельних розрахунків та графічної візуалізації. На цьому сайті ви знайдете останні версії Scilab, а також документацію та іншу інформацію щодо цього пакету інформацію (наприклад, про те, як зробити свій внесок у розвиток проекту) ..
  • Maxima , Поряд з пакетами Octave і Scilab з відкритим вихідним кодом, є ще однією альтернативою пакетам Maple і Mathematica. У ньому реалізована відмінна підтримка не тільки численних, але і символічних розрахунків за рахунок використання вбудованого програмування на Lisp.
  • продукт Open Data Explorer є версією потужного пакета візуалізації даних і розробки додатків корпорації IBM з відкритим вихідним кодом, який необхідний для виконання вкрай складних завдань візуалізації наукових даних.
  • на домашній сторінці NCAR Graphics ви знайдете стабільний UNIX-пакет для побудови контурних зображень, карт, поверхонь, метеорологічних карт, графіків в декартових координатах і багато чого іншого.
  • Gri являє собою мову високого рівня для наукового графічного програмування. Ви можете використовувати його для побудови графіків в декартових координатах, контурних зображень і графів з широкими можливостями управління параметрами побудови.
  • SciGraphica - відмінний інструмент для аналізу даних і побудови технічних графіків.
  • The бібліотека ImLib3D являє собою пакет з відкритим вихідним кодом для обробки об'ємних тривимірних зображень, що прагне до максимальної простоті.
  • ODE являє собою відкритий механізм розрахунку фізичних властивостей, що ідеально підходить для моделювання фізичних систем. Поєднання цього механізму з Open / GL дасть вам відмінну середу для графічного моделювання.
  • система ROOT - це новий об'єктно-орієнтована механізм аналізу даних. ROOT є повнофункціональним механізм, що містить понад 310 архітектурних і аналітичних класів.
  • Якщо область ваших інтересів більше відноситься до статистики, прочитайте серію з трьох статей "Статистичне програмування в R" ( "Statistical programming with R.") У першій частині, " Dabbling with a wealth of statistical facilities "(DeveloperWorks, вересень 2004 року), описуються характеристики інструментарію, у другій частині," Functional programming and data exploration "(DeveloperWorks, жовтень 2004 року), більш докладно розглядаються функціональні можливості мови R, а в третій частині," Reusable and object-oriented programming "(DeveloperWorks, січень 2006 р) розкриваються об'єктно-орієнтовані можливості і загальні ідеї програмування на R.
  • Програмістам на Python, яких цікавить швидкий спосіб обробки масивів, слід звернути увагу на статтю " Numerical Python "(DeveloperWorks, жовтень 2003 року).
  • В зоні Linux сайту developerWorks ви знайдете ресурси для розробників Linux.
  • Почніть свій наступний проект розробки для Linux за допомогою ознайомлювальних версій програмного забезпечення IBM , Які можна скачати безпосередньо з developerWorks.

Підпішіть мене на ПОВІДОМЛЕННЯ до коментарів

Наприклад, чи надає інструмент мову для виконання чисельних обчислень?
Чи є інструмент інтерактивним або працює виключно в пакетному режимі?
Чи можете ви використовувати інструмент для цифрової обробки сигналів та зображень?
Чи надає інструмент мовні засоби зв'язку для підтримки інтеграції в додатки користувача (написані на мовах програмування Python, Tcl, Java і т.п.)?