@stiletto И всё таки я не понял, почему не маткада
1. Its syntax which is somewhat between Python and Matlab helps port code from Matlab/Numpy pretty fast. A lot of papers have attached Matlab code, and most functions of Matlab have implementations (sometimes with same signatures) in Julia. For most preprocessing, the Python like syntax helps a lot.
2. Julia code is inherently fast. Not a lot of optimizations involved.
3. Easy to call C/Fortran. (not that useful if Julia is one's first language)
4. Features for big data are built in (parallelization, shared memory threads, memory mapped arrays).
5. Libraries like Palladium help host julia algorithm services as separate microservice. The rest of system can use any language whatsoever.
@mugiseyebrows Нууу например если я перенесу PyQT (я не умею оценивать собственные возможности пока что, вкатываюсь, но позднее хочу запилить несколько проектов, которые, опять таки предположительно будут приносить профит на базе продаж) то далее, предположительно, не будет большим головняком наладить там систему DSP процессинга. Ща вот даже вижу, парни кое какие уже этим заняты - https://github.com/JuliaDSP т.е пока я буду учить питон с юлией, они, предположительно, уже запилят первоначальную альфа версию своего сайта и т.е я вложу своё время ни разу не зря.
По идее именно юлия это та оптимальная вещь для DSP процессинга, которой ещё толком и не было до сих пор.
@anonymous Одно дело пиши, я продумываю на будущее вариант, что мне ВНЕЗАПНО понадобится нанимать погромистов, а этот язык довольно редкий, грубо говоря, это будет хуй знает когда, но в теории, оно может наступить (а пока что я хуйло ебаное, бомжара блядь)
я когда-то юзал, не помню уже для чего. на тот момент вроде было живое.