Список программного обеспечения для численного анализа

Здесь перечислены известные компьютерные приложения для конечных пользователей, предназначенные для использования с численным анализом или анализом данных :

Пакеты численного программного обеспечения

• Analytica — широко используемый собственный инструмент для построения и анализа численных моделей. Это декларативный и визуальный язык программирования, основанный на диаграммах влияния .
• FlexPro — программа для анализа данных и представления данных измерений. Он предоставляет богатый пользовательский интерфейс, подобный Excel, а встроенный язык векторного программирования FPScript имеет синтаксис, аналогичный MATLAB.
• FreeMat , MATLAB-подобная среда с открытым исходным кодом и лицензией GPL .
• GNU Octave — язык высокого уровня, в первую очередь предназначенный для числовых вычислений. Он предоставляет удобный интерфейс командной строки для численного решения линейных и нелинейных задач, а также для выполнения других численных экспериментов с использованием языка, который в основном совместим с MATLAB. Версия 4.0 и более поздние версии Octave включают графический интерфейс. Ряд независимо разработанных программ для Linux ( Cantor , KAlgebra ) также предлагают интерфейсы с графическим интерфейсом для Octave. Активное сообщество оказывает техническую поддержку пользователям.
• Igor Pro — это запатентованное программное обеспечение для выполнения сложных численных расчетов, статистического анализа и создания графики публикационного качества. Он поставляется с собственным языком программирования, на котором можно реализовать числовые алгоритмы.
• Jacket — собственный набор инструментов графического процессора для MATLAB, позволяющий переносить некоторые вычисления MATLAB на графический процессор для целей ускорения и визуализации данных.
• jLab — исследовательская платформа для создания MATLAB-подобной среды с открытым исходным кодом на чистом Java и Groovy. В настоящее время поддерживает интерпретируемые j-скрипты (подобные MATLAB) и скомпилированные сценарии GroovySci (расширение Groovy), которые обеспечивают прямой интерфейс с кодом Java и доступ к сценариям многих популярных научных библиотек Java (например, Weka и JSci) и мастеров приложений.
• Julia (язык программирования) — динамический язык высокого уровня, внешне похожий на MATLAB. Доступны такие пакеты, как DataFrames.jl.
• LabVIEW предлагает как текстовый, так и графический программный подходы к численному анализу. Его текстовый язык программирования MathScript использует синтаксис .m-file-script, обеспечивающий некоторую совместимость с MATLAB и его клонами.
• LAPACK предоставляет процедуры Fortran 90 для решения систем одновременных линейных уравнений, решений линейных систем уравнений методом наименьших квадратов, задач собственных значений и задач сингулярных значений, а также связанных с ними матричных факторизаций (LU, Cholesky, QR, SVD, Schur и обобщенного Schur). .
• MATLAB — это широко используемое проприетарное программное обеспечение для выполнения численных вычислений. ^{[1] [2] [3]} Он поставляется с собственным языком программирования, на котором можно реализовать численные алгоритмы.
• GNU MCSim — пакет моделирования и численной интеграции с возможностями быстрого Монте-Карло и цепей Маркова Монте-Карло.
• ML.NET — это бесплатная библиотека машинного обучения для языка программирования C# . ^{[4] [5]}
• Библиотека NAG — это обширная программная библиотека высокооптимизированных процедур численного анализа для различных сред программирования.
• O-Matrix — это собственный лицензированный язык матричного программирования для математики, техники, естественных наук и финансового анализа.
• pandas — это библиотека под лицензией BSD, предоставляющая структуры данных и инструменты анализа данных для языка программирования Python.
• Язык данных Perl предоставляет большие многомерные массивы для языка программирования Perl, а также утилиты для обработки изображений и построения графиков.
• ScaLAPACK — это библиотека высокопроизводительных процедур линейной алгебры для параллельных машин с распределенной памятью, которая имеет функциональные возможности, аналогичные LAPACK (решатели для плотных и ленточных линейных систем, задачи наименьших квадратов, проблемы собственных значений и проблема сингулярных значений).
• Scilab — это пакет расширенного численного анализа, аналогичный MATLAB или Octave. ^{[6] [7]} Поставляется с полным графическим интерфейсом пользователя и Xcos, что является альтернативой Simulink. ( свободное программное обеспечение , лицензия CeCILL , совместимая с GPL )
• Sysquake — это вычислительная среда с интерактивной графикой для математики, физики и техники. Как и другие приложения Calerga, оно основано на MATLAB-совместимом языке.
• TK Solver — это программная система для математического моделирования и решения проблем, основанная на декларативном языке, основанном на правилах, коммерциализированная Universal Technic Systems, Inc.
• Torch — это библиотека глубокого обучения с поддержкой манипуляций, статистического анализа и представления тензоров.
• XLfit — плагин для Excel, который обеспечивает подгонку кривых и статистический анализ.

Системы компьютерной алгебры общего назначения

• Macsyma — система компьютерной алгебры общего назначения, имеющая бесплатную версию под лицензией GPL под названием Maxima .
• Maple — пакет программного обеспечения общего назначения для коммерческой математики.
• Mathcad предлагает интерфейс WYSIWYG и возможность генерировать математические уравнения публикационного качества.
• Система Mathematica предлагает численную оценку, оптимизацию и визуализацию очень широкого спектра числовых функций. Он также включает в себя язык программирования и возможности компьютерной алгебры. ^{[8] [9] [10] [11]}
• PARI/GP — широко используемая система компьютерной алгебры, предназначенная для быстрых вычислений в теории чисел (факторизация, теория алгебраических чисел, эллиптические кривые...), но также содержит большое количество других полезных функций для вычислений с математическими объектами, такими как матрицы, полиномы, степенные ряды, алгебраические числа и т. д., а также множество трансцендентных функций. PARI также доступен в виде библиотеки C, позволяющей ускорить вычисления.
• SageMath — это математическое программное обеспечение с открытым исходным кодом ^[12] с унифицированным интерфейсом Python, который доступен как в текстовом, так и в графическом веб-интерфейсе. Включает интерфейсы для CAS общего назначения с открытым исходным кодом и собственной разработки, а также других программ численного анализа, таких как PARI/GP, GAP, gnuplot, Magma и Maple.
• Speakeasy — это интерактивная числовая среда, в которой также используется интерпретируемый язык программирования. Созданный в середине 60-х годов для манипулирования матрицами и все еще находящийся в постоянном развитии, он стал пионером наиболее распространенных парадигм такого рода инструментов, включая динамическую типизацию объектов структурированных данных, динамическое размещение и сборку мусора, перегрузку операторов, динамическое связывание скомпилированных или интерпретированные дополнительные модули, предоставленные сообществом пользователей и так далее.
• Trilinos — это коллекция объектно-ориентированных библиотек с открытым исходным кодом для использования в научных и инженерных приложениях. Trilinos основан на масштабируемых параллельных алгоритмах линейной алгебры.

Ориентированный на интерфейс

• Baudline — это частотно-временной браузер для числового анализа сигналов и научной визуализации.
• COMSOL Multiphysicals — это пакет программного обеспечения для анализа методом конечных элементов, решателей и моделирования / пакет FEA Software для различных физических и инженерных приложений, особенно связанных явлений или мультифизики.
• График данных предоставлен NIST .
• DADiSP — это коммерческая программа, ориентированная на DSP , которая сочетает в себе числовые возможности MATLAB с интерфейсом, похожим на электронные таблицы .
• EJS — это программный инструмент с открытым исходным кодом , написанный на Java и предназначенный для моделирования.
• Euler Mathematical Toolbox — это мощная численная лаборатория с языком программирования, который может обрабатывать действительные, комплексные и интервальные числа, векторы и матрицы. Он может создавать 2D/3D графики.
• FEATool Multiphysicals — это набор инструментов Matlab с графическим пользовательским интерфейсом для мультифизического моделирования методом конечных элементов FEM и PDE.
• FEniCS Project — это набор проектов для автоматизированных решений PDE .
• Hermes — это C++ библиотека передовых адаптивных алгоритмов конечных элементов для решения PDE и мультифизических задач.
• Fityk — это программа построения кривых и анализа данных. В основном используется для подбора пиков и анализа пиковых данных.
• FlexPro — коммерческая программа для интерактивного и автоматизированного анализа и представления преимущественно данных измерений. Он поддерживает множество форматов двоичных данных приборов и имеет собственный векторизованный язык программирования.
• IGOR Pro — пакет программного обеспечения, ориентированный на временные ряды, анализ изображений и подбор кривых. Он поставляется со своим собственным языком программирования и может использоваться в интерактивном режиме.
• LabPlot — это приложение для анализа и визуализации данных, созданное на платформе KDE.
• MFEM — это бесплатная, легкая и масштабируемая библиотека C++ для методов конечных элементов .
• Origin — пакет программного обеспечения, широко используемый для создания научных графиков. Он поставляется с собственным компилятором C/C++, который очень близко соответствует стандарту ANSI.
• PAW — бесплатный пакет анализа данных , разработанный в CERN .
• SPSS , ^{[13] [14] [15] [16] [17]} приложение для статистического анализа.
• QtiPlot — это программа анализа данных и научной визуализации, похожая на Origin.
• ROOT — бесплатный объектно-ориентированный многоцелевой пакет для анализа данных , разработанный в CERN .
• Salome — это бесплатный программный инструмент, предоставляющий общую платформу для предварительной и последующей обработки численного моделирования.
• Shogun — крупномасштабный набор инструментов машинного обучения с открытым исходным кодом , который предоставляет несколько реализаций SVM (например, libSVM, SVMlight) в рамках общей структуры и интерфейсов к Octave, MATLAB, Python, R.
• Waffles — это бесплатный набор инструментов командной строки, предназначенный для написания сценариев операций машинного обучения в автоматизированных экспериментах и ​​процессах.
• Weka — это пакет программного обеспечения для машинного обучения , написанный в Университете Вайкато .

Языкоориентированный

• acslX — это программное приложение для моделирования и оценки производительности непрерывных систем, описываемых нестационарными нелинейными дифференциальными уравнениями.
• ADMB — это пакет программного обеспечения для нелинейного статистического моделирования на основе C++, который использует автоматическое дифференцирование.
• AMPL — это язык математического моделирования для описания и решения задач высокой сложности для крупномасштабной оптимизации.
• Ch — коммерческий интерпретируемый язык на основе C/C++ с вычислительным массивом для научных числовых вычислений и визуализации. ^[18]
• APMonitor : APMonitor — это язык математического моделирования для описания и решения представлений физических систем в форме дифференциальных и алгебраических уравнений.
• Armadillo — это библиотека шаблонов C++ для линейной алгебры; включает в себя различные функции разложения, факторизации и статистики; его синтаксис ( API ) аналогичен MATLAB.
• Clojure с числовыми библиотеками Neanderthal, ClojureCUDA и ClojureCL для вызова оптимизированных функций матрицы и линейной алгебры на процессоре и графическом процессоре.
• Julia ^{[19] [20]} разработана для облачных параллельных научных вычислений с использованием JIT на основе LLVM в качестве бэкэнда. Легкая «зеленая» многопоточность (сопрограммы). Прямые вызовы функций C из кода (не требуются оболочки или специальные API), поддержка Unicode. Мощные возможности оболочки для управления другими процессами. Lisp-подобные макросы и другие средства метапрограммирования.
• ELKI — программная среда для разработки алгоритмов интеллектуального анализа данных на Java .
• GAUSS — матричный язык программирования для математики и статистики.
• GNU Data Language — бесплатный компилятор, разработанный как замена IDL.
• IDL , ^[21] коммерческий интерпретируемый язык, основанный на FORTRAN с некоторой векторизацией. Широко используется в физике Солнца , термоядерном синтезе , науках об атмосфере и медицинских сообществах. Язык данных GNU — бесплатная альтернатива.
• ILNumerics.Net — математическая библиотека C# , которая добавляет в .NET Framework функции числовых вычислений для науки, техники и финансового анализа .
• KPP генерирует код Fortran 90 , FORTRAN 77 , C или Matlab для интегрирования обыкновенных дифференциальных уравнений (ОДУ), возникающих в результате механизмов химических реакций.
• Мадагаскар — пакет программного обеспечения с открытым исходным кодом для многомерного анализа данных и воспроизводимых вычислительных экспериментов.
• mlpack — это библиотека с открытым исходным кодом для машинного обучения, предоставляющая простой и согласованный API, а также использующая возможности языка C++ для обеспечения максимальной производительности и гибкости.
• Командный язык NCAR — это интерпретируемый язык, разработанный специально для анализа и визуализации научных данных.
• O-Matrix — матричный язык программирования для математики, техники, естественных наук и финансового анализа.
• OptimJ — это язык математического моделирования на основе Java, предназначенный для описания и решения задач высокой сложности для крупномасштабной оптимизации.
• Язык данных Perl , ^{[22] [23],} также известный как PDL, расширение массива для Perl версии 5, используемое для манипулирования данными, статистики, численного моделирования и визуализации.
• Python ^{[24] [25]} с известными пакетами научных вычислений: NumPy , SymPy и SciPy . ^{[26] [27] [28]}
• R — широко используемая система, ориентированная на манипулирование данными и статистику, реализующая язык S. ^[29] Доступно множество дополнительных пакетов ( свободное программное обеспечение , лицензия GNU GPL ).
• SAS , ^[30] система программных продуктов для статистики. Он включает SAS/IML, ^[31] язык матричного программирования.
• VisSim — это визуальный язык блок-схем для моделирования нелинейных динамических систем и разработки встроенных систем на основе моделей. Его быстрый механизм ODE поддерживает моделирование сложных крупномасштабных моделей в реальном времени. Высокоэффективный генератор кода с фиксированной запятой позволяет использовать недорогие встроенные процессоры с фиксированной запятой.
• Язык Wolfram Language , который используется во многих технологиях Wolfram, таких как Mathematica и Wolfram Cloud.
• World Programming System (WPS) , поддерживает смешивание языков Python , R и SAS в однопользовательской программе для статистического анализа и манипулирования данными.
• Yorick — это интерпретируемый язык программирования, предназначенный для числовых вычислений, построения графиков и моделирования.

Исторически значимое

• Дорогой настольный калькулятор , написанный для TX-0 и PDP-1 в конце 1950-х или начале 1960-х годов.
• S — это язык программирования (на основе массивов) с мощной числовой поддержкой. R — это реализация языка S.

Смотрите также

• Сравнение программного обеспечения глубокого обучения
• Сравнение программного обеспечения для численного анализа
• Список программного обеспечения для информационной графики
• Список числовых библиотек
• Список статистического программного обеспечения
• Краткое описание программного обеспечения
• Математическое программное обеспечение
• Веб-моделирование

Рекомендации

1. Квартерони А., Салери Ф. и Джервазио П. (2006). Научные вычисления с MATLAB и Octave. Берлин: Шпрингер.
2. Гандер В. и Гребичек Дж. (ред.). (2011). Решение задач научных вычислений с использованием Maple и Matlab®. Springer Science & Business Media .
3. Барнс, Б., и Фулфорд, GR (2011). Математическое моделирование с использованием тематических исследований: подход дифференциальных уравнений с использованием Maple и MATLAB. Чепмен и Холл/CRC.
4. Дэвид Рамель (08 мая 2018 г.). «Кросс-платформенная ML.NET с открытым исходным кодом упрощает машинное обучение — журнал Visual Studio». Журнал Visual Studio . Проверено 10 мая 2018 г.
5. Карим Андерсон (9 мая 2017 г.). «Microsoft представляет кроссплатформенную среду машинного обучения ML.NET». На MSFT . Проверено 10 мая 2018 г.
6. Банкс, К., Канселье, Дж. П., Делебек, Ф., Гурса, М., Никуха, Р., и Стир, С. (2012). Инженерные и научные вычисления с Scilab. Springer Science & Business Media .
7. Спасибо, РМ, и Котари, AM (2019). Цифровая обработка изображений с использованием SCILAB. Международное издательство Спрингер.
8. Мэдер, RE (1991). Программирование по математике. Аддисон-Уэсли Лонгман Паблишинг Ко., Инк.
9. Стивен Вольфрам. (1999). Книга MATHEMATICA®, версия 4. Издательство Кембриджского университета .
10. Шоу, WT, и Тигг, Дж. (1993). Прикладная математика: с чего начать, как сделать. Аддисон-Уэсли Лонгман Паблишинг Ко., Инк.
11. Мараско А. и Романо А. (2001). Научные вычисления с помощью Mathematica: математические проблемы для обыкновенных дифференциальных уравнений; с компакт-диском. Springer Science & Business Media .
12. Циммерманн, П., Касамайу, А., Коэн, Н., Коннан, Г., Дюмон, Т., Фусс, Л., ... и Брей, Э. (2018). Вычислительная математика с SageMath. СИАМ.
13. Вагнер III, МЫ (2019). Использование статистики IBM® SPSS® для методов исследования и статистики социальных наук. Публикации Сейджа.
14. Поллок III, PH, и Эдвардс, Британская Колумбия (2019). IBM® SPSS® Companion для политического анализа. CQ Пресс.
15. Бэбби, Э., Вагнер III, МЫ, и Зайно, Дж. (2018). Приключения в социальных исследованиях: анализ данных с использованием статистики IBM SPSS. Публикации Сейджа.
16. Олдрич, Дж. О. (2018). Использование IBM® SPSS®Statistic: интерактивный практический подход. Публикации Сейджа.
17. Стелик-Барри, К., и Бабинец, AJ (2017). Анализ данных с помощью IBM SPSS Статистика. Пакт Паблишинг, ООО.
18. Глава научных численных вычислений
19. Безансон Дж., Эдельман А., Карпински С. и Шах В.Б. (2017). Джулия: Свежий подход к численным вычислениям. Обзор СИАМ, 59(1), 65-98.
20. Безансон Дж., Карпински С., Шах В.Б. и Эдельман А. (2012). Джулия: Быстрый динамический язык для технических вычислений. Препринт arXiv arXiv:1209.5145.
21. Гамли, Ле (2001). Практическое IDL-программирование. Эльзевир.
22. Кристиансен Т., Уолл Л. и Орвант Дж. (2012). Программирование на Perl: непревзойденные возможности для обработки текста и создания сценариев. «О'Рейли Медиа, Инк.».
23. Шринивасан, С. (1997). Расширенное программирование на Perl. «О'Рейли Медиа, Инк.».
24. Ван Россум, Г. (2007, июнь). Язык программирования Python. На ежегодной технической конференции USENIX (том 41, стр. 36).
25. Саннер, МФ (1999). Python: язык программирования для интеграции и разработки программного обеспечения. Модель графа J Mol, 17(1), 57-61.
26. Джонс Э., Олифант Т. и Петерсон П. (2001). SciPy: научные инструменты с открытым исходным кодом для Python.
27. Брессерт, Э. (2012). SciPy и NumPy: обзор для разработчиков. «О'Рейли Медиа, Инк.».
28. Бланко-Сильва, FJ (2013). Изучение SciPy для численных и научных вычислений. ООО «Пакт Паблишинг»
29. Ихака Р. и Джентльмен Р. (1996). R: язык для анализа данных и графики. Журнал вычислительной и графической статистики, 5 (3), 299–314.
30. Хаттри, Р., и Найк, Д.Н. (2018). Применяла многомерную статистику с помощью программного обеспечения SAS. Институт САС Инк.
31. САС/ИМЛ