算法用什么软件库做研究

Ⅰ 做数据分析，比较好用的软件有哪些

虽然数据分析的工具千万种，综合起来万变不离其宗。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具。

• Python

Python，是一种面向对象、解释型计算机程序设计语言。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。

常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

• R软件

R是一套完整的数据处理、计算和制图软件系统。它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。

• SPSS

SPSS是世界上最早的统计分析软件，具有完整的数据输入、编辑、统计分析、报表、图形制作等功能，能够读取及输出多种格式的文件。

• Excel

可以进行各种数据的处理、统计分析和辅助决策操作，广泛地应用于管理、统计财经、金融等众多领域。


• SAS软件

SAS把数据存取、管理、分析和展现有机地融为一体。提供了从基本统计数的计算到各种试验设计的方差分析，相关回归分析以及多变数分析的多种统计分析过程，几乎囊括了所有最新分析方法，其分析技术先进，可靠。分析方法的实现通过过程调用完成。许多过程同时提供了多种算法和选项。

Ⅱ 写算法一般用什么软件c语言

Vim、C++编译器、Dev-C++、Code::Blocks、Visual Studio等。
Vim是一个类似于Vi的着名的功能强大、高度可定制的文本编辑器，在Vi的基础上改进和增加了很多特性。VIM是自由软件。Vim普遍被推崇为类Vi编辑器中最好的一个，事实上真正的劲敌来自Emacs的不同变体。
“Borland C/C++ 5.5.1 for Win32”是一个C/C++编译器，其功能完整、包含多种SDK，且容量极小，安装版本大小仅8MB。Borland公司的旗舰级产品“C++ Builder 5”内置的就是这一编译器。

Ⅲ 我要进行工程方面研究,要建桥梁模型,进行矩阵计算和编程,Matlab，Maple与Mathematica 哪个软件好用谢谢

个人建议：MATLAB

目前在科技和工程界上比较流行和着名的数学软件主要有四个，分别是Maple、MATLAB、MathCAD和Mathematica。它们在各自针对的目标都有不同的特色。

一、Maple V 系统

Maple V是由Waterloo大学开发的数学系统软件，它不但具有精确的数值处理功能，而且具有无以伦比的符号计算功能。Maple V的符号计算能力还是MathCAD和MATLAB等软件的符号处理的核心。Maple提供了2000余种数学函数，涉及范围包括：普通数学、高等数学、线性代数、数论、离散数学、图形学。它还提供了一套内置的编程语言，用户可以开发自己的应用程序，而且Maple自身的2000多种函数，基本上是用此语言开发的。

Maple采用字符行输入方式，输入时需要按照规定的格式输入，虽然与一般常见的数学格式不同，但灵活方便，也很容易理解。输出则可以选择字符方式和图形方式，产生的图形结果可以很方便地剪贴到Windows应用程序内。

二、MATLAB 系统

MATLAB原是矩阵实验室（Matrix Laboratory）在70年代用来提供Linpack和Eispack软件包的接口程序，采用C语言编写。从80年代出现3.0的DOS版本，逐渐成为科技计算、视图交互系统和程序语言。MATLAB可以运行在十几个操作平台上，比较常见的有基于Windows 9X/NT、OS/2、Macintosh、Sun、Unix、Linux等平台的系统。

MATLAB程序主要由主程序和各种工具包组成，其中主程序包含数百个内部核心函数，工具包则包括复杂系统仿真、信号处理工具包、系统识别工具包、优化工具包、神经网络工具包、控制系统工具包、μ分析和综合工具包、样条工具包、符号数学工具包、图像处理工具包、统计工具包等。而且5.x版本还包含一套几十个的PDF文件，从MATLAB的使用入门到其他专题应用均有详细的介绍。

MATLAB是数值计算的先锋，它以矩阵作为基本数据单位，在应用线性代数、数理统计、自动控制、数字信号处理、动态系统仿真方面已经成为首选工具，同时也是科研工作人员和大学生、研究生进行科学研究的得力工具。MATLAB在输入方面也很方便，可以使用内部的Editor或者其他任何字符处理器，同时它还可以与Word6.0/7.0结合在一起，在Word的页面里直接调用MATLAB的大部分功能，使Word具有特殊的计算能力。

三、MathCAD 系统

MathCAD是美国Mathsoft公司推出的一个交互式的数学系统软件。从早期的DOS下的1.0和Windows下的4.0版本，到今日的8.0版本，功能也从简单的数值计算，直至引用Maple强大的符号计算能力，使得它发生了一个质的飞跃。

MathCAD是集文本编辑、数学计算、程序编辑和仿真于一体的软件。 MathCAD7.0 Professional（专业版）运行在Win9X/NT下，它的主要特点是输入格式与人们习惯的数学书写格式很近似，采用WYSWYG（所见所得）界面，特别适合一般无须进行复杂编程或要求比较特殊的计算。MathCAD 7.0 Professional 还带有一个程序编辑器，对于一般比较短小，或者要求计算速度比较低时，采用它也是可以的。这个程序编辑器的优点是语法特别简单。

MathCAD可以看作是一个功能强大的计算器，没有很复杂的规则；同时它也可以和Word、Lotus、WPS2000等字处理软件很好地配合使用，可以把它当作一个出色的全屏幕数学公式编辑器。

四、Mathematica 系统

Mathematica是由美国物理学家Stephen Wolfram领导的Wolfram Research开发的数学系统软件。它拥有强大的数值计算和符号计算能力，在这一方面与Maple类似，但它的符号计算不是基于Maple上的，而是自己开发的。

Mathematica的基本系统主要是用C语言开发的，因而可以比较容易地移植到各种平台上，Mathematica是一个交互式的计算系统，计算是在用户和Mathematica互相交换、传递信息数据的过程中完成的。 Mathematica系统所接受的命令都被称作表达式，系统在接受了一个表达式之后就对它进行处理，然后再把计算结果返回。Mathematica对于输入形式有比较严格的规定，用户必须按照系统规定的数学格式输入，系统才能正确地处理，不过由于3.0版本引入输入面板，并且可以修改、重组输入面板，因此以前版本输入指令时需要不断切换大小写字符的繁琐方式得到很好的改善。3.0版本可以用各种格式保存文件和剪贴内容，包括RTF、HTML、BMP等格式。

五、四种软件的比较

选用何种数学软件?如果仅仅是要求一般的计算或者是普通用户日常使用，首选的是 MathCAD，它在高等数学方面所具有的能力，足够一般客户的要求，而且它的输入界面也特别友好。如果要求计算精度、符号计算和编程方面的话，最好同时使用Maple和Mathematica，它们在符号处理方面各具特色，有些Maple不能处理的，Mathematica却能处理，诸如某些积分、求极限等方面，这些都是比较特殊的。如果要求进行矩阵方面或图形方面的处理，则选择MATLAB，它的矩阵计算和图形处理方面则是它的强项，同时利用MATLAB的NoteBook功能，结合Word6.0/7.0的编辑功能，可以很方便地处理科技文章。

mathematica 值得信赖，国外很多着名的大学都在用它作解析计算和公式的推导，证明，算法的研究，非常好的数学研究软件，我个人认为是No.1。它的数学分析可视化无与伦比。综合性能和另一个着名的软件Maple相比，又过之而无不及，要知道世界上绝大部分的量子物理，天体物理论文中的公式推导都由它完成。绝对高端但又易用，是数学，力学，物理研究人员的好帮手，甚至它的数值计算也完全可以应付学术研究。mathematica 和 Maple 的最新版本在用户公式的输入上都有很大改进，更加方便，随意。

北美不少Top大学的弹性力学，板壳理论，有限元等数学力学理论课的作业和Project都要求用它来完成。 我个人认为， 作为计算力学的工作者，从掌握语言的角度来讲， 只要掌握3种计算语言足够了，mathematica用来作解析法和数学模型的研究，Matlab用来实现数值算法（当然仍然可以还用mathematica), Fortran用来写可执行源代码。没必要把自己陷入众多的语言和计算软件之中，没有意义的。

Ⅳ 以下哪些是科研常用软件

最全生物、化学、先进制造、科研软件大合集

生物化学制图、分析类软件及小众通用办公软件，

良心推荐！！！

有免费下载安装包

以下为已整理软件List：

1、 MEGA 7.0.26

MEGA是一款功能强大的进化树软件，用于分析来自物种和种群的DNA和蛋白质序列数据。功能齐全，界面简单直观，非常适合生物学家和科研人员轻松进行进化分析和分子鉴定。

MEGA 7.0.26带来了更多的功能和改善，增加了了向导式系统，用于识别树中的基因复制事件；并且重新考虑树资源管理器，以便可以显示多达100k类群的树；7.0重新考虑了Timetree系统，用于估计系统发育中所有分支点的相对和绝对发散时间，以便使用更直观的向导式界面，打开软件界面就可以直接选择所需功能。

有一个新功能小编必须要给程序员点个赞，Caption Expert系统终于更新了，以后就可以将标题停靠在Tree Explorer窗口中。

下载方式见文末

2、 Primer Premier 5

Primer Premier是一款专业的引物设计软件，具有PCR或测序引物以及杂交探针设计功能，它的算法可以给定条件，搜索到最合适的引物，并筛检二级结构、二聚体、发夹结构等，以排序方式呈现在报告中。

主要界面包括了序列编辑窗口（Genetank），引物设计窗口（Primer Design），酶切分析窗口（Restriction Sites）和 Motif 分析窗口。

这是一款很老的软件了，堪称最强大的引物搜索工具，界面简洁明了，是很多的分子生物学实验室的标配，通常我用来设计引物、看酶切位点、得到互补/反向/反向互补的序列。

目前的引物设计软件都是基于 Primer 系列，我认为在所有版本里，最好的是 Primer 5，因为小编平时用的大多是比较常规的模板，比如常规 PCR 引物设计，Primer 6 太过智能了，不适用于常规模板。

下载方式见文末

3、SPSS 25

SPSS是一款全球领先的统计分析与数据挖掘软件，可以解决从策划、数据收集到分析、报告和部署的整个分析过程，有十几个完全集成的模块可供选择，几分钟之内你就可以找到你需要的集成模块。

其实SPSS是一个傻瓜操作软件，只要认识了软件基本界面和功能，然后把你的数据准备好，输进去，点击需要进行分析的功能，软件会自动给你算出分析结果，并不需要写代码或者程序。小编最开始用的还是13的版本，现在都出到25了，软件版本也暴露年龄呀，有空我开个专题大家一起讨论用过最老的软件是什么？

回归正题，SPSS 25新增了新图表模板，可实现word等微软家族中编辑。这个新功能，通俗的说，就是SPSS输出的图表，你可以不用在原始的输出界面进行编辑修改，可以直接保存到word等里面，在进行修改。想想都很高大上!

SPSS 25还增强了最受欢迎的高级统计功能，混合线性模型(混合)和广义线性混合模型(genlin混合)、一般的线性模型(GLM)和UNIANOVA等方面都有增强。

建造现代化、吸引人的、详细的图表从来都不容易，让我们为SPSS疯狂打call！

下载方式见文末

4、Image Lab 3

Image Lab是一款十分专业且优秀的凝胶成像分析软件，主要用于生命科学和生化实验室，通过紫外线对目标进行图像的采集，然后将信息传输到电脑中，方便研究人员进行各项数据的分析以及计算。

相比其他凝胶成像分析软件，Image Lab具有速度快、高度智能化的特点。Image Lab 3做了以下改进：可以自动作业，只需单击鼠标即可开始执行预设的和用户自编的程序，完成从图像采集到分析再到打印输出的整个实验流程；自动进行所有图像分析，或者为了进行更准确的条带检测以及控制背景水平、选择泳道等进行人为干预。

最重要的是：参数调整后报告中的数据将随时都可以进行人工调整，随时可以调整！随时！欢呼吧,改数据再也不用重新开始了!

下载方式见文末

5、 EndNote X9

EndNote是一个专门用于管理参考文献数据库的软件，有了它，再也不用手动给参考文献编号。通过插件可以很方便地在 word 中插入文献，软件自动根据文献的先后顺序编号，并根据指定的格式将文献附在文章的最后。如果在文章中间插入了引用的新文献，软件会自动更新编号，并将引用的文献插入到文章最后参考文献中合适的位置。

文献共享之后，是不是又担心小伙伴不小心更改了你的文献记录？使用EndNote X9就完全不用担心。通过共享权限管理可将小伙伴的权限设置为“只读”或“读写”，打消你的一切顾虑！

而且用过EndNote X8的同学都知道，共享文献只能通过共享整个个人图书馆来实现。这样做既浪费科研伙伴的时间去查找所需文献，又因为共享了全部文献而无法保证科研人员其他研究的私密性。EndNote X9更新添加了分组共享的功能，只需将指定文件拖入分组中即可实现精准分享，再也不用在查找文献上面浪费时间了！

下载方式见文末

6、DNAMAN 9

DNAMAN：生信数据的挖掘机，一款高度集成化的分子生物学应用软件。主要功能包括多重序列对比、PCR引物设计、蛋白质分析、质粒绘图等功能，广泛应用在各大研究实验方面。

DNAMAN几乎可完成所有日常核酸和蛋白质序列分析工作，包括多重序列比对、PCR引物设计、限制性酶切分析、蛋白质分析、质粒绘图等。

DNAMAN 9新增了编辑记录信息、数据库管理、DNA和蛋白质数据库编辑等功能，可以为不同的记录使用相同的名称，还可以选择对结果的最终输出使用快速对齐或最佳对齐方式，大大的降低了操作的复杂程度！

下载方式见文末

7、 SnapGene 5.05

SnapGene是一款非常好用的日常分子生物学软件，可以提供最快和最简单的方式来计划、可视化和文档化的分子生物学方法，还可以进行多序列比对、自动引物设计、支持 Gibson Assembly、直接导入 Genbank 序列号等。

Snapgene 功能十分强大且实用，你可在SnapGene中完成所有克隆，并且优化改善你的策略，快速创建质粒图谱，并提供优雅，信息丰富的窗口，用于模拟各种常见的克隆和PCR方法

Snapgene 既可以模拟的标准限制性克隆，也可以模拟融合克隆。比如可以用来模拟建立克隆，这使得我们设计建立克隆方案更加简便，如果克隆过程设计方案有缺陷，我们可以借助模拟发现并做出纠正。

SnapGene单一授权 $350/年，或 $750/永久，小编提供的免费破解版不香吗！！！

下载方式见文末

8、 OriginPro 8.5.0

推荐一款操作简单的函数绘图工具，可用于函数的数据分析和绘图；

这是同事推荐给小学妹的软件，美名其曰在保证功能的同时比同类型软件的操作都要简单，小编在表示不屑一顾之后，真香！Origin8.5操作简单，满足新手基本制图需要的同时，也适用于小编这种高级用户数据分析、函数拟合的需要；

Origin8.5的绘图是基于模板而运行的，其系统本身就为用户提供了几十种二位和三维的绘图模板，同时允许用户自行定制模板，用户可根据自己的喜好进行函数的设置。不仅可以自定义模板之外，还可自定义数学函数、图形样式和绘图模板；

最方便的是，Origin8.5与其他程序相比最大的不同在于它可以和各种数据库软件、办公软件、图像处理软件等方便地连接，省时！省事！

下载方式见文末

9、 SigmaPlot14

一个完全专业的图形和数据分析程序，它比Excel程序功能更强大，工具更多，推荐给需要专业数据分析图表的战友；

下载前小编面对官网800多页的使用手册望而却步，但实际操作下来非常简单，新手小伙伴建议咨询高级玩家，不要独自“打野”：打开软件即可快速创建详细图表，只需点击创建图表选项卡，选择图形类型，使用图形向导选择你的数据，就可以在几秒钟内创建一个图形。还可以创建一个格式化的工作表，或使用模板或图形样式库一次又一次应用喜欢的图形样式；

同时支持直接在Word或PowerPoint中编辑图形，或者在SigmaPlot内用Excel电子表格绘制数据；允许用户自行建立任何所需的图型，自定义所有图表和地图，并具有多种2D和3D效果；

隐藏技巧：只要用SigmaPlot将图制作完成即可动态连结给其它软件展示使用，并可输出成EPS、TIFF、JPEG等图形格式，即使在网页上也可以发布高质量的地图和图表。

下载方式见文末

10、Jade 6.5

MDI Jade是处理粉末XRD数据的重要软件，也是搜索标准衍射数据的有力工具，因此，它是化学、材料研究人员的必备软件之一。

我当前使用的软件版本为MDI Jade 6.5，这是小编使用下来最好用的一个版本，软件打开界面的菜单栏已经囊括了常用的功能，如平滑，寻峰，检索等。

MDI Jade可以对X射线衍射进行分析，通过分析结果，可以直观的判断分辨出材料的构造，知道材料的成分、内部原子、分子的结构形态等等，对于刚走上科研的用户来说，是非常不错的选择。

很多读者都在问Coffeekup和Jade哪个更好用，小编平时用Jade更多，同事也都认为Jade更纯粹一些，因为它设计为专门用于view的template语言，因此语法设计上、特性裁剪上更好一点。

下载方式见文末

11、 Gaussian 09W

一个功能强大的量子化学综合软件包，可预测周期体系的能量、结构和分子轨道，我一般把它作为计算工具，用于取代基的影响，化学反应机理，势能曲面和激发能等化学课题的研究；

建议与Gaussview连用，有网友反馈Gaussview比较鸡肋，但这年头搞什么不得会点计算，原理不用全会，会用就成；

小编接触Gaussian软件大约三年，关于使用手册有以下建议，Gaussian官方推荐的教材是Explore the world with electronic methods，目前出到第三版。但扫描版本只有第二版，使用的软件是Gaussian94，我倾向于改改个别关键词用于Gaussian09的学习；

熟悉Gaussian的用户都清楚仅仅靠算例是不够的，应该多去读文献，个人推荐jacs，angew，jpcc一类的杂志，重复他们的结果，不久之后计算水平大大的提高。

下载方式见文末

12、 ChemOffice suit 2018

Chemoffice可以说是化学结构绘制工具中的王牌软件，功能强大，涉及面广。看软件的大小就知道比化学金排大很多倍；

软件开始界面给出了直观的图形界面，开创了大量的变化功能，只要稍加实践，便会很容易地绘制出高质量的化学结构图形；

我用chemdraw最多，主要用来画分子结构式用的，画完结构式Analysis立马各种信息都出来了哈哈，还可以进行NMR预测，各种强大，搞科研必备；

Chemdraw是Chemoffice套件里面唯一支持Mac版的。

下载方式见文末

13、 Mestrenova14

一款好用的核磁共振数据处理软件，可预测化合物氢谱、碳谱，HSQC，杂核谱，其中Mestrenova预测更为准确，可模拟峰形，准确度高于同类型软件；

在此给mestrenova直观可视化的操作界面点个赞，回想小编对着电脑挠头寻找某功能的经历，简单可操作才是王道（PS：划重点！科研人员发量还是很优秀的）；

新版本的Mestrenova14采用了全新的ui界面，增加了多个实用新功能，包括NMR，MS，NMRPredict，屏幕，数据库，结构解析等；增加了自定义NMR数据导入功能，改进了堆积图，增加了用于2D NMR光谱分辨率的新算法；同时改进了Mnova屏幕，现在对布鲁克的FBS提供了高级支持，同事更新后发现导入/导出结果时间缩短了一半，小编终于不用再苦等了！

下载方式见文末

14、 HyperChem 8.1

一款以高质量，灵活易操作而闻名的分子模拟软件。利用 3D 对量子化学计算，对分子力学及动力学进行模拟动画，主要是用于教学，极少用于科研；

HyperChem的优点是可以提供比其它 Windows 软件更多的模拟工具、图形界面，可进行量子化学计算(分子力学及分子动力学模拟）；可使用量子化学半经验（AM1、PM3）；

小编翻了一下帖子，好像没人提到Hyperchem,与上面推荐的Chemdraw相似，个人认为大多功能相似，但各有亮点。计算功能上HyperChem好得多，特别适用于不做专业计算的有机化学研究者，当然科研方面的专业计算除外；

存在的问题是所有功能较简单，复杂模拟结果可信性低。推荐给新手作为入门程序，灵活易操作,上手快，功能也比较多，QM，MD,MM都能做；

此外，这个程序是商业软件，发表文章的小伙伴注意处理好版权问题。

下载方式见文末

15、GaussView 6

搞科研的同学都知道，制图软件一般对设备的要求非常高， GaussView软件作为化学软件中的一股清流，既可以画结构还能做各种数据计划，但本身对电脑要求很低，软件本身也是免费的！免费的东西不香吗！！

软件的制图能力也是很抗打的，论分子的三维模型制图没有比GaussView 6更强大的软件，熟练了以后画一个C60都是很容易的事。另外，有时也会用ChemDraw画出二维结构，再导出到GaussView的输入文件格式也是很方便的。

喜欢玩游戏的科研党的福利来了，在GaussView你可以用球键模型创造各种化合物并验证是否可能存在，有时候计算复杂的化合物都可以算个好几天呢，一边玩游戏，一边学习化学，导师都没有理由反驳你！

下载方式见文末

16、 AutoCAD 2019

AutoCAD一般用于二维绘图、详细绘制、设计文档和基本三维设计，现已经成为国际上广为流行的绘图工具。

AutoCAD最大的优点就是功能齐全，可用范围广，它具有良好的用户界面，通过交互菜单或命令行方式便可以进行各种操作，同时它的多文档设计环境，让非计算机专业人员也能很快地学会使用。

从当初的08换成了现在的19，小编不由感慨：CAD，有你真的挺好！小编推荐新手下载2019的版本，2019版的相对之前的版本优化了很多细节，使操作更加的流畅，而且在之前的基础上增加了一些适合新手用户的文档设计环境，更容易上手。

小编不推荐下载迷你CAD，迷你CAD虽然不吃配置，但它阉割了很多功能，普通看图用用还行，实际涉及到工业层面和设计上是完全比不上AutoCAD的。

下载方式见文末

17、 3Dmax 2018

3DMAX是一款强大的三维设计软件，产品设计、影视动画、虚拟现实这三类它都可以很好的适用进去，而且还有很多插件和模型库可以使用。

3Dmax自学是有一定的难度，但并不是不可以达成。学3Dmax的话，那就从建模开始，3Dmax可分为建模、材质、渲染、灯光（学习的过程可按照顺序来），这几个都是基本，每个都包含着大量的操作。建议如果自学需要有简单建模软件的基础，才能更快的对3Dmax上手。

小编建议把3DMAX和Lumion配合使用，Lumion属于渲染器 是将模型与材质进行渲染，3DMAX虽然能渲染但是主要功能则是建模，产品设计先用3DMAX建模然后交给Lumion渲染

PS：3DMAX做室外模型也很厉害的，而不是“室内专业户”！

下载方式见文末

18、 Multisim 14

Multisim是一款功能强大的电路仿真软件，在用multisim仿真的时候，在电路中加入的器件一定范围内都是可以用数学来建模器件特性的。

如果小白想从0开始学习Multisim，推荐用protues，因为这个软件可以仿真单片机，很适合电子专业大一大二大三的同学。

有读者问Multisim仿真时电脑黑屏是什么原因，小编在此说明一下，不是软件的问题！因为仿真的时候对CPU和显卡运算要求是很高的，出现黑屏或者卡屏大概率是你的电脑比较老了，无论是显卡还是CPU的发热比较大，散热又比较差。

提供几个解决黑屏、卡屏的方法：1. 清理一下电脑的风扇。改善散热。2. 重装一下显卡的驱动，很大可能是显卡原因。3. 重装下multisim软件。

下载方式见文末

19、 Lumion 5

Lumion是一个实时的3D可视化工具，涉及到的领域包括建筑、规划和设计。它的强大就在于能够提供优秀的图像，表现是这软件的强项，上手版容易，1天就OK；模型不用渲染，软件是实时渲染的，为你节省时间、精力和金钱。

小编刚接触lumion的时候那个时候还是lumion2.0,当时看到后就惊呆了，原来还有这么有意思的制图软件，一下子迷恋上了，当时拿着三千多块配置的电脑就是一顿乱撸。从此一发不可收拾……

如今lumion已经不只是那个单纯做效果图和简易动画的软件了，它的功能足以强大到你窒息……每一次升级都是一次质的飞跃，每一次的更新都会让操作更加得心应手（但是对电脑的要求也越来越高）！

小编推荐下载Lumion 5，该版本对CPU的要求不高，而且简单易懂，操作便利，出图效果快。

下载方式见文末

20、 UG 10.0

UG是为用户的产品设计及加工过程提供数字化造型和验证手段的三维软件。该软件拥有强大的功能性版块，既可以进行造型和三维设计，又可以进行编程以及后期的模具设计。

小编对UG感触比较深的是软件命令比较强大，自由度高，对于有些特征你不想让它发生关系，软件就会默认特征间没有关系，而且UG中将很多规格化的特征划分的非常细致，如Pocket、Slot等，建模效率非常高，还有一点就是UG转换机器码的效果很好。

注意：UG从10.0才开始支持中文文件名，而且有些老的CPU平台上都装不了高版本的UG了，9.0开始没有32位的安装包了，也不支持XP系统了！

下载方式见文末

21、 Matlab 2018a

Matlab2018a是一款十分专业的实用型商业数学工具，软件操作便捷，是根据用户的思维方式和工作内容打造的软件，目前已有数百万工程师和科学家使用该软件来解决复杂的设计难题。

Matlab的长处是矩阵运算，对于信号处理、图像处理、数学建模、数据分析等方面非常擅长，它的中文版功能全面，能够支持用户快速分析数据、开发算法或者创建模型。

小编发现Matlab软件的规律是越新的版本，支持的库越多，2018a就继承了深度神经网络部分，可以调用GPU训练网络，或者直接用现成的网络，这个对于不想学python的人来说，是福音啊！

此外，2015之前的版本，矩阵和数组的操作不够灵活，比如一个列向量+行向量，这个操作就不能实现，而2018a，会自动计算成一个矩阵。

下载方式见文末

22、 Honeyview V5.32

小编用过的看图软件不少，轻量级的Honeyview是一款非常不错的软件，比系统自带的强，比强大到翻天的ACDSEE等老牌要快，毕竟大部分人能用到的功能就那几样。

首先界面干净、整洁，无广告，这一点相对于市场上同类软件就很难得，如果你愿意，甚至可以隐藏全部边栏，给你一个全面屏的看图效果。

支持几乎所有图片格式的浏览，GIF动图，甚至RAW文件、PSD文件（Photoshop专用格式），功能强大到秒开图片，同时支持不解压浏览ZIP、RAR和7z压缩包中的图片，还免费！

经某资深漫画党同事发掘，Honeyview 特有的智能对开看图功能，开启模式后，秒变看漫画利器。

下载方式见文末

23、 WinRAR 5.90

用过最好的解压软件，没有之一，之前在使用360解压软件的时候，文件解压容易出现错误，且不支持Unicode，更换为WinRAR就没有问题；

该软件为国际通用版，不会出现格式不兼容；体积小巧，不附带插件（比如：看图软件）。不过这一点有利有弊，有些人还是很喜欢附带的看图、批量命名等插件的，但小编不喜欢（豪横）！

下载方式：

可关注【科邦实验室】回复软件名获取免费下载链接。

小编后续将持续更新办公软件、化学、生物、先进制造类优质软件。

Ⅳ 机器学习算法用什么软件

机器学习算法用的软件：机器学习新手可以选择以下算法软件：线性回归、逻辑回归、线性判别分析、分类和回归树、朴素贝叶斯、K-近邻算法、学习向量量化、支持向量机、Bagging和随机森林、Boosting和AdaBoost。

Ⅵ matlab软件是什么软件有什么用途

MATLAB是一款主要用于算法开发、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的软件。

一、MATLAB软件的简介：

MATLAB由美国mathworks公司所发布，主要应用方面是数值计算、可视化程序设计、交互式程序设计等高科技计算环境。

它集数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等各种十分强大的功于一个易于使用、便于观察的视窗之内，可以为科学研究与工程设计等工作以及其他需要进行有效数值计算的众多科学任务提供了一种具体而又全面的解决方法。

同时，MATLAB还在很大程度上摆脱了传统非交互式程序设计语言的编辑模式，代表了当今国际科学计算软件的先进水平。

二、MATLAB的主要功能有以下几个方面：

1、进行数值分析。

2、可以带入数值和符号并进行相关计算。

3、在工程方面，还可以利用科学的方法绘制复杂精确的图像。

4、运用于控制系统时，可以进行设计与仿真等内容。

5、在面对数字图像时，可以对图像进行处理，编辑图像的内容。

6、可以对数字信号进行处理。

7、在通讯系统中，可以完成设计与仿真等任务。

8、除了工程领域之外，还可以应用于财务与金融工程的分析与仿真等工作。

(6)算法用什么软件库做研究扩展阅读：

MATLAB在使用时，显现出以下强大的优势特点：

1、利用强大的数值计算及符号计算功能，能使用户直观简便地进行繁杂的数学运算分析。

2、MATLAB具有全面、强大的图形处理功能，可以轻易实现计算结果和编程的可视化。

3、MATLAB的用户界面十分简洁，接近数学表达式的自然化语言，使学习者可以很轻松地学习并掌握。

4、MATLAB内部备有功能丰富的应用工具箱，为用户提供了大量方便实用的处理工具。

Ⅶ spss和spss modeler的区别

logistic回归用spss做最佳。spss和spss modeler的区别如下：

1、spss modeler是数据挖掘，spss是统计分析：spss是一款用于处理常见统计问题的软件，功能是比较齐全的。spss modeler是专门用于做数据挖掘的软件，包含各种数据挖掘算法，可以和其他数据库软件比较好地兼容、连接。

2、直接区别:两者在处理数据的量上有区别，spss的处理数据量有限，而spss modeler处理数据的量可以是海量，也就是现在所说的大数据。

3、本质区别:主要是功能上的，spss modeler包括有统计分析的部分，也有机器学习和人工智能的部分,而spss主要就是统计分析，是以统计学的理论为主的。spss modeler更侧重挖掘潜在的知识，为业务做指导，spss侧重在统计分析功能的应用。

(7)算法用什么软件库做研究扩展阅读：

spss和spss modeler的功能介绍：

1、结果报告：从10版起，对数据和结果的图表呈现功能一直是SPSS改进的重点。在16版中，SPSS推出了全新的常规图功能，报表功能也达到了比较完善的地步。13版将针对使用中出现的一些问题，以及用户的需求对图表功能作进一步的改善。

2、统计建模：Complex Samples是12版中新增的模块，用于实现复杂抽样的设计方案，以及对相应的数据进行描述。但当时并未提供统计建模功能。在13版中，这将会有很大的改观。

一般线形模型将会被完整地引入复杂抽样模块中，以实现对复杂抽样研究中各种连续性变量的建模预测功能，例如对市场调研中的客户满意度数据进行建模。

对于分类数据，Logistic回归则将会被系统的引入。这样，对于一个任意复杂的抽样研究，如多阶段分层整群抽样，或者更复杂的PPS抽样，研究者都可以在该模块中轻松的实现从抽样设计、统计描述到复杂统计建模以发现影响因素的整个分析过程。

方差分析模型、线形回归模型、Logistic回归模型等复杂的统计模型都可以加以使用，而操作方式将会和完全随机抽样数据的分析操作没有什么差别。可以预见，该模块的推出将会大大促进国内对复杂抽样时统计推断模型的正确应用。

3、模块：这个模块实际上就是将以前单独发行的SPSS AnswerTree软件整合进了SPSS平台。笔者几年前在自己的网站上介绍SPSS 11的新功能时，曾经很尖锐地指出SPSS的产品线过于分散。

应当把各种功能较单一的小软件，如AnswerTree、Sample Power等整合到SPSS等几个平台上去。看来SPSS公司也意识到了这一点，而AnswerTree就是在此背景下第一个被彻底整合的产品。

4、兼容性：随着自身产品线的不断完善，SPSS公司的产品体系已经日益完整，而不同产品间的互补和兼容性也在不断加以改进。

Ⅷ 大数据研究常用软件工具与应用场景

大数据研究常用软件工具与应用场景

如今，大数据日益成为研究行业的重要研究目标。面对其高数据量、多维度与异构化的特点，以及分析方法思路的扩展，传统统计工具已经难以应对。

工欲善其事，必先利其器。众多新的软件分析工具作为深入大数据洞察研究的重要助力， 也成为数据科学家所必须掌握的知识技能。

然而，现实情况的复杂性决定了并不存在解决一切问题的终极工具。实际研究过程中，需要根据实际情况灵活选择最合适的工具（甚至多种工具组合使用），才能更好的完成研究探索。

为此，本文针对研究人员（非技术人员）的实际情况，介绍当前大数据研究涉及的一些主要工具软件（因为相关软件众多，只介绍常用的），并进一步阐述其应用特点和适合的场景，以便于研究人员能有的放矢的学习和使用。

传统分析/商业统计

Excel、SPSS、SAS 这三者对于研究人员而言并不陌生。

Excel 作为电子表格软件，适合简单统计（分组/求和等）需求，由于其方便好用，功能也能满足很多场景需要，所以实际成为研究人员最常用的软件工具。其缺点在于功能单一，且可处理数据规模小（这一点让很多研究人员尤为头疼）。这两年Excel在大数据方面（如地理可视化和网络关系分析）上也作出了一些增强，但应用能力有限。

SPSS（SPSS Statistics)和SAS作为商业统计软件，提供研究常用的经典统计分析（如回归、方差、因子、多变量分析等）处理。
SPSS 轻量、易于使用，但功能相对较少，适合常规基本统计分析
SAS 功能丰富而强大（包括绘图能力），且支持编程扩展其分析能力，适合复杂与高要求的统计性分析。

上述三个软件在面对大数据环境出现了各种不适，具体不再赘述。但这并不代表其没有使用价值。如果使用传统研究方法论分析大数据时，海量原始数据资源经过前期处理（如降维和统计汇总等）得到的中间研究结果，就很适合使用它们进行进一步研究。

数据挖掘

数据挖掘作为大数据应用的重要领域，在传统统计分析基础上，更强调提供机器学习的方法，关注高维空间下复杂数据关联关系和推演能力。代表是SPSS Modeler（注意不是SPSS Statistics，其前身为Clementine）

SPSS Modeler 的统计功能相对有限, 主要是提供面向商业挖掘的机器学习算法（决策树、神经元网络、分类、聚类和预测等）的实现。同时，其数据预处理和结果辅助分析方面也相当方便，这一点尤其适合商业环境下的快速挖掘。不过就处理能力而言，实际感觉难以应对亿级以上的数据规模。

另一个商业软件 Matlab 也能提供大量数据挖掘的算法，但其特性更关注科学与工程计算领域。而着名的开源数据挖掘软件Weka，功能较少，且数据预处理和结果分析也比较麻烦，更适合学术界或有数据预处理能力的使用者。

1、通用大数据可视化分析

近两年来出现了许多面向大数据、具备可视化能力的分析工具，在商业研究领域，TableAU无疑是卓越代表。

TableAU 的优势主要在于支持多种大数据源/格式，众多的可视化图表类型，加上拖拽式的使用方式，上手快，非常适合研究员使用，能够涵盖大部分分析研究的场景。不过要注意，其并不能提供经典统计和机器学习算法支持， 因此其可以替代Excel, 但不能代替统计和数据挖掘软件。另外，就实际处理速度而言，感觉面对较大数据（实例超过3000万记录）时，并没有官方介绍的那么迅速。

2 、关系分析

关系分析是大数据环境下的一个新的分析热点（比如信息传播图、社交关系网等），其本质计算的是点之间的关联关系。相关工具中，适合数据研究人员的是一些可视化的轻量桌面型工具，最常用的是Gephi。

Gephi 是免费软件，擅长解决图网络分析的很多需求，其插件众多，功能强且易用。我们经常看到的各种社交关系/传播谱图, 很多都是基于其力导向图（Force directed graph）功能生成。但由于其由java编写，限制了处理性能（感觉处理超过10万节点/边时常陷入假死），如分析百万级节点（如微博热点传播路径）关系时，需先做平滑和剪枝处理。 而要处理更大规模（如亿级以上）的关系网络（如社交网络关系）数据，则需要专门的图关系数据库（如GraphLab/GraphX）来支撑了，其技术要求较高，此处不再介绍。

3、时空数据分析

当前很多软件（包括TableAU）都提供了时空数据的可视化分析功能。但就使用感受来看，其大都只适合较小规模（万级）的可视化展示分析，很少支持不同粒度的快速聚合探索。

如果要分析千万级以上的时空数据，比如新浪微博上亿用户发文的时间与地理分布（从省到街道多级粒度的探索）时，推荐使用 NanoCubes（http://www.nanocubes.net/）。该开源软件可在日常的办公电脑上提供对亿级时空数据的快速展示和多级实时钻取探索分析。下图是对芝加哥犯罪时间地点的分析，网站有更多的实时分析的演示例子

4、文本/非结构化分析

基于自然语言处理（NLP）的文本分析，在非结构化内容（如互联网/社交媒体/电商评论）大数据的分析方面（甚至调研开放题结果分析）有重要用途。其应用处理涉及分词、特征抽取、情感分析、多主题模型等众多内容。

由于实现难度与领域差异，当前市面上只有一些开源函数包或者云API（如BosonNLP）提供一些基础处理功能，尚未看到适合商业研究分析中文文本的集成化工具软件（如果有谁知道烦请通知我）。在这种情况下，各商业公司（如HCR）主要依靠内部技术实力自主研发适合业务所需的分析功能。

前面介绍的各种大数据分析工具，可应对的数据都在亿级以下，也以结构化数据为主。当实际面临以下要求： 亿级以上/半实时性处理/非标准化复杂需求 ，通常就需要借助编程（甚至借助于Hadoop/Spark等分布式计算框架）来完成相关的分析。 如果能掌握相关的编程语言能力，那研究员的分析能力将如虎添翼。

当前适合大数据处理的编程语言，包括：

R语言——最适合统计研究背景的人员学习，具有丰富的统计分析功能库以及可视化绘图函数可以直接调用。通过Hadoop-R更可支持处理百亿级别的数据。 相比SAS，其计算能力更强，可解决更复杂更大数据规模的问题。

Python语言——最大的优势是在文本处理以及大数据量处理场景，且易于开发。在相关分析领域，Python代替R的势头越来越明显。

Java语言——通用性编程语言，能力最全面，拥有最多的开源大数据处理资源（统计、机器学习、NLP等等）直接使用。也得到所有分布式计算框架（Hadoop/Spark）的支持。

前面的内容介绍了面向大数据研究的不同工具软件/语言的特点和适用场景。 这些工具能够极大增强研究员在大数据环境下的分析能力，但更重要的是研究员要发挥自身对业务的深入理解，从数据结果中洞察发现有深度的结果，这才是最有价值的。

以上是小编为大家分享的关于大数据研究常用软件工具与应用场景的相关内容，更多信息可以关注环球青藤分享更多干货