最难的编程语言知乎

㈠ 单片机嵌入式的上位机编程用哪个比较好C++、C#、java 、 DELPHI、VB各个程序的优势、缺点在哪里

个人感觉这些语言的优缺点很难在上位机编程体现出来，你得从你开发上位机应用的角度来考虑问题
比如你如果开发贴近操作系统和通信控制的上位机程序，建议你用C++语言，它的优势在于强大的系统操作能力和便捷灵活的通信和控制开发能力，是一种比较全能的语言，尤其是在组织大型的程序，C++有得天独厚的优势，缺点是难学，跨平台兼容性不好
如果你想开发基于。net框架的程序，可以用C#，它也是功能挺强大的语言，但是比c++少了不少灵活性，很想是windows平台下的java，很像很像
如果你想开发跨平台，并且是基于网络应用的程序，可以考虑用java，缺点是与操作系统贴近的不够紧，因为它是运行在java虚拟机上的半解释性的语言
delphi很折中，感觉它特别像积木一样，尤其适合开发基于数据库的软件，缺点是近几年有没落的趋势，资料好像越来越少
vb就算了吧，当玩具还行，感觉干什么都不是太专业。

㈡ cae工程师哪个编程语言好 知乎

我的观点是编程语言并非等同于英语，英文只是一个记号而已，如果所谓的中文编程只是将这些标识符和关键字换成中文的话技术上没有难度，只是这样做完全没有意义。因为编程语言与编程语言的区别并不在于所使用的记号是英文、法文还是中文，而是在于其设计思想和算法表现力。而且如果采用中文的话源代码会由于编码不统一带来非常蛋疼的问题。由于计算机底层不支持中文，中文编程势必无法胜任底层编程，（除非往裸机上装汉卡）。所以中文编程的缺点远大于其优势（如果有的话）。

㈢ python和java哪个比较好学呀

Python入门更快，但是java的运用更加广泛，所以二者各有各的优缺点，要学哪个还是要根据自己的实际需求情况来进行判断和选择。

至于怎么学，你可以选择自学，也可以选择机构学。我这里有全套的视频课程，可以发给你自学。

首先来了解一下java与python各自的特点：

Java：高度面向对象的高级编程语言

设计初衷是“写一次代码，在哪里都可以用”，可以完成任何规模的任务，所以它也是很多公司在做商业级项目的时候的普遍选择。

Python：拥有简洁语法的高级编程语言

设计初衷是“让代码读起来更轻松”，并且让程序员们比起用其他语言，可以写更少的代码，事半功倍。

北大青鸟中博软件学院Python课堂实拍

最后是给初入行业的新人一些学习建议：

如果你只是编程爱好者，或者把编程语言作为一个工作中的应用工具，Python是个不错的选择。如果你想在程序员的道路上稳步发展，建议先学习Java，再学python，C++，JavaScript，PHP等其他语言，会事半功倍。

一名优秀的程序员，绝不会只靠一门语言走到黑，通吃它们就完了！兼容并蓄，触类旁通，这才是一个成熟IT从业者该有的心态！

你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有java和嵌入式开发专业的学校。记得找我要全套Python和java的视频课，祝学有所成！望采纳！

㈣ 为什么 Go 语言的性能还不如java

Go语言自亮相以来并没有展示一个明确的方向，Google员工将Go语言称为一个“试验性语言”，称其试图融合Python等动态语言的开发速度和C或C++等编译语言的性能和安全。一位Go语言的支持者概括而言Go语言如下：简单、快速、安全、并发、快乐编程、开源；但Go语言缺乏方向以及其“集大成者”的尝试很容易会导致其学猫不成学狗也不成，沦为四不像。尽管如此，编者仍然觉得Go语言有相当大的潜力：很多开发者对它感兴趣——不仅它的最初设计者阵容强大，而且在参与修改源代码的人群中也不乏大牛级人物。这很有可能帮助Go语言找到适合自己的方向，开拓系统编程的新方向。

㈤ python好学吗 知乎

首先，对于初学者来说学习Python是不错的选择，一方面Python语言的语法比较简单易学，另一方面Python的实验环境也比较容易搭建。
学习编程是一定需要老师的，我不信谁能无师自通把Python学得多好。至少着急就业的人肯定不会，没人指导很难学成。那么学习Python编程语言难吗?其实学Python不难,比起C语言、C#、 C+ +和JAVA这些编程语言相对容易很多。学习Python编程语言，动手实践是一件非常愉快的事情。
下面给新手学习Python一些建议：
1、先买一本自学用的Python书籍,不要看电子书。
2、对Python基础数据类型有个了解。
3、学会各种类型的操作方法。
4、了解函数和类的概念。
5、动手实践,找小项目练习。
如果你决定了要学习Python技术，就是为了以后能有个高薪工作，而且你对自己学习Python还很自信，建议参加专业的学习。因为你对于工作的迫切需求，你肯定不会像大学那样贪玩不学习，你会极其认真。

㈥ python 和 r 的区别 知乎

有人说Python和R的区别是显而易见的，因为R是针对统计的，python是给程序员设计的，其实这话对Python多多少少有些不公平。2012年的时候我们说R是学术界的主流，但是现在Python正在慢慢取代R在学术界的地位。不知道是不是因为大数据时代的到来。

Python与R相比速度要快。Python可以直接处理上G的数据；R不行，R分析数据时需要先通过数据库把大数据转化为小数据（通过groupby）才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。所以有人说：Python=R+SQL/Hive，并不是没有道理的。

Python的一个最明显的优势在于其胶水语言的特性，很多书里也都会提到这一点，一些底层用C写的算法封装在Python包里后性能非常高效(Python的数据挖掘包Orange canve 中的决策树分析50万用户10秒出结果，用R几个小时也出不来，8G内存全部占满)。但是，凡事都不绝对，如果R矢量化编程做得好的话（有点小难度），会使R的速度和程序的长度都有显着性提升。

R的优势在于有包罗万象的统计函数可以调用，特别是在时间序列分析方面，无论是经典还是前沿的方法都有相应的包直接使用。
相比之下，Python之前在这方面贫乏不少。但是，现在Python有了pandas。pandas提供了一组标准的时间序列处理工具和数据算法。因此，你可以高效处理非常大的时间序列，轻松地进行切片/切块、聚合、对定期/不定期的时间序列进行重采样等。可能你已经猜到了，这些工具中大部分都对金融和经济数据尤为有用，但你当然也可以用它们来分析服务器日志数据。于是，近年来，由于Python有不断改良的库（主要是pandas），使其成为数据处理任务的一大替代方案。

做过几个实验：
1. 用python实现了一个统计方法，其中用到了ctypes，multiprocess。
之后一个项目要做方法比较，又用回R，发现一些bioconctor上的包已经默认用parallel了。（但那个包还是很慢，一下子把所有线程都用掉了，导致整个电脑使用不能，看网页非常卡~）
2. 用python pandas做了一些数据整理工作，类似数据库，两三个表来回查、匹配。感觉还是很方便的。虽然这些工作R也能做，但估计会慢点，毕竟几十万行的条目了。
3. 用python matplotlib画图。pyplot作图的方式和R差异很大，R是一条命令画点东西，pylot是准备好了以后一起出来。pyplot的颜色选择有点尴尬，默认颜色比较少，之后可用html的颜色，但是名字太长了~。pyplot 的legend比R 好用多了，算是半自动化了。pyplot画出来后可以自由拉升缩放，然后再保存为图片，这点比R好用。

总的来说Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着明显优势。 而R是在统计方面比较突出。但是数据分析其实不仅仅是统计，前期的数据收集，数据处理，数据抽样，数据聚类，以及比较复杂的数据挖掘算法，数据建模等等这些任务，只要是100M以上的数据，R都很难胜任，但是Python却基本胜任。

结合其在通用编程方面的强大实力，我们完全可以只使用Python这一种语言去构建以数据为中心的应用程序。
但世上本没有最好的软件或程序，也鲜有人能把单一语言挖掘运用到极致。尤其是很多人早先学了R，现在完全不用又舍不得，所以对于想要学以致用的人来说，如果能把R和Python相结合，就更好不过了，很早看过一篇文章——让R与Python共舞，咱们坛子里有原帖，就不多说了，看完会有更多启发。

BTW： 如果之前没有学过R，可以先学Python然后决定是不是学R，如果学了R，学Python的时候会更快上手。