数据处理与科学计算
最后更新于
这有帮助吗？
最后更新于
这有帮助吗？
进入大学后，新接触到的内容包括数据处理与科学计算。通常来说，简单的数据处理与科学计算可以通过单纯地按计算器解决，但对于大量数据、复杂的情况或是重复的计算，使用合适的软件是一个更优解。因此，这一章节将简要的介绍有关数据处理与科学计算的相关软件。
数据处理在本科阶段比较少见，但在物理实验以及部分化学实验时，也会涉及到。例如物理实验中不确定度的计算，以及对实验测量数据的处理与拟合等。
虽然靠手+计算器也能完成，但像不确定度计算这种把大量数据代入到相同算式中进行复杂运算、并且要保留不同位数小数的，以及需要对数据进行拟合的，都具有较高的难度（指过于麻烦）。
因此，使用代码进行数据是一种降低难度的做法。当代码构建完成后，对于不确定度这一类公式相同的计算，只需要输入测得的数据即可以完成计算；而对于数据的拟合，则可以依靠软件自带的工具直接进行绘图。
Matlab: macOS, Windows, 学生价格55USD
官网：
教程：
Matlab是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。除矩阵运算、绘制函数/数据图像等常用功能外，MATLAB还可用来创建用户界面，以及调用其它语言（包括C、C++、Java、Python、FORTRAN）编写的程序。
在数据处理中，我们常常使用矩阵运算（几乎不需要线性代数的知识）、画图以及拟合的功能。以下是一个利用Matlab进行数据处理的实例。这是一个关于霍尔效应的物理实验，需要根据测量到的大量数据进行计算，获得新的数据后进行拟合并绘图：
上图左边为代码部分，右边为最终的结果：右上方的B1,B2,B3为根据实验测量数据计算的结果，右下是根据计算结果进行拟合的绘图。可以发现，本实验需要计算的内容即多，假如每个都使用计算器手算，则是耗时耗力。若采用代码的方式，则只需要输入数据与公式，进行计算即可。
Matlab有以下优点：
支持矩阵运算，可以一次算多个数据
功能强大，可以进行复杂的数学运算（线性代数、统计、傅立叶分析等），可以进行深度学习与机器学习，甚至可以进行生物信息学与基因学的处理（序列分析，基因表达分析，蛋白质结构预测）
语法简单，类似Python
同时，有以下缺点：
贵，55USD
整个程序不简洁，对计算机性能有一定要求
大部分我们需要Matlab做的事Python都能做
Python：macOS, Windows, 开源免费
Python是一门比较简单的编程语言（而非软件），很适合没有编程经验的初学者学习，且能有效进行数据处理、科学计算与机器学习等工作。Python使用的实例和Matlab几乎一模一样，但是有以下优点：
免费开源
丰富的第三方插件（package）来实现多种功能（例如画图，科学计算，数据处理，文件处理，机器学习等）
对电脑性能要求低
VScode: macOS, Windows, Linux, 免费
为了方便地编写、运行python，我们通常会使用第三方软件。其中VScode以开源和及其完善的第三方插件支持而受到广泛好评，因此在这里推荐VScode。
Mathematica: macOS, Windows, 75 USD/year
这里的科学计算主要是高等数学（微积分、线性代数、概率论等）中的数值计算，虽然说可以用笔算，不过有些时候不会或者是懒得算的时候还是得借助软件/计算器进行计算。常规的科学计算器的功能不太完善，例如不能进行符号运算，不能进行偏微分方程求解，不能进行可视化显示等。因此在这里介绍一个解决了以上问题的软件，Mathematica
下面是一个范例
Mathematica有以下优点：
支持符号（未知数x等）运算
支持偏微分方程求解等复杂运算
支持可视化，且可视化图形可以进行交互
对于积分，可以要求给出详细过程（真的很有用，特别是微积分里不会积分的题目可以参考）
对于以上“贵”的软件，我的建议是尽量支持正版，不过也可以发挥自身强大的搜索能力寻找解决方法。
官网：
教程：，选python有关的内容看，懂得基础操作就行了，后面深层次的内容要用的时候可以现用现学
官网：
教程：
官网：
