Vlákno názorů k článku Femtolisp: dialekt LISPu tvořící součást jazyka Julia od atarist - Jen na okraj bych doplnil, ze namisto SICP...
-
To neni o vysi latky, ta kniha neobsahuje zadne obtizne partie, ale reakce na pokrok v IT. Zaprve, v dobe napsani SICP moc jinych vysokourovnovych jazyku s lexikalnimi uzavery, automatickou spravou pameti atd. neexistovalo. Zadruhe, konstrukce jako slovniky implementovane pomoci spojovych seznamu s O(n) pristupem dnes vubec nedavaji smysl, kdyz maji vsechny jazyky nejakou vestavenou podporu slovniku. Vetsina prikladu v te knize resi triviality, ktere dnes nikoho nenatchnou, tim mene studenty MIT. V Pythonu muzete od zacatku resit mnohem zajimavejsi problemy.
-
Hmm z 50% souhlasim, ale ten novy kurz ma trosku jiny zamereni. Uz to nevypada jako uvod do computer science (i kdyz vlastne hned na prvni prednasce puvodniho 6.001 rikali, ze to je spatnej nazev), ale uvod do IT engineeringu.
Re triviality: popravde neumim posoudit, co nadchne lidi z MIT (a urcite se to zmenilo), ale treba uz nekdy ve treti hodine se resi symbolicka derivace a to treba snad u nas na VS v prvaku tedy neuci :)
-
Jako dal jsem ti plus jedna, ale s tím co píšeš výše moc nesouhlasím. Konkrétně s tím, že by Python nabízel nějaké moc pěkné a pokročilé programování. Jasně zápis je docela čitelný když ukážeš funkci, ale jakmile dojde na třídy, tak nic moc a nekonzistencí je spousta. Obecně pro lidi co potřebují zpracovávat data jsou daleko lepší jazyky s přirozeným "flow" jako je R nebo Julia. Konkrétně Pandas i NumPy má tragický API a cokoliv netriviálního v něm vypadá otřesně. Ten jazyk je asi míň kostrbatý než Java, ale oproti Lisp/Scheme jazykům je to otřes. V ML komunitě se snažili utéct ke Swiftu a to oficiálně Google a teď myslím že se pomalu otáčí svět k Julii. Python nikdy nebyl a nebude dobrý jazyk a čím víc lidí v něm bude dělat tím víc se z něj stane cargo kult, který lidi použijí na cokoliv (obecně špatná věc). Disclaimer: Programuji převážně v Pythonu 10 let. Je to trochu emotivní, tak to ber s nadhledem :)
-
Ten Swift taky není žádná výhra. Můj subjektivní názor je, že v současnosti jsou v této oblasti nejlepší Julia a Rust (podle konkrétního zadání se lépe hodí jeden či druhý). Ovšem Julii chápu jako DSL (jazyk jako takový je obecný, ale zaměření knihoven je úzké), kdežto Rust už není jen DSL pro psaní jádra prohlížeče. Nakonec se bez ohledu na jazyk stejně volají knihovny ve Fortranu, takže na jazyce zas tak moc nezáleží, je to jako v Armaggedonu: “Back off! You don't know the components! — Components. American components, Russian Components, all made in Taiwan!”.
-
Už několikrát jsem viděl tvůj komentář o Pythonu a Julii. Já Julii zběžně shlédl, Python znám myslím dobře (a je to někdy děs - pass nebo nonlocal je dost divný), ale co ti připadne na Julii tak dobrého. Fakt mě to zajímá, protože evidentně děláš v podobném oboru jako já (datové rámce, pole, statistika, linalgebra, možná nějaký ten graf).
-
Typový systém Julie je samozřejmě na míle daleko od Pythonu. To by nebyl takový problém, protože v tom R nebo Wolfram také nevyniká, kdyby neměl pro datovou analýzu naprosto nevhodně pojaté objektové paradigma. Pokud máš např. datovou strukturu DataFrame, nemáš v Pythonu jinou možnost než používat Pandas a táhnout desítky více méně nalepených metod (autor Pandas také s tímhle není aktuálně spokojen). Jakékoliv rozšíření znamená dědit, nebo nějak dynamicky měnit tuto třídu. Daleko vhodnější jsou jazyky co umožňují k nějaké struktuře implementovat funkce. Jestli se to pak volá jako f(g(x)) nebo x > f > g asi není tak důležité, ale oboje ti umožní jak Julia, R, tak Wolfram. Stejně vhodná na takovou práci je i Scala nebo Clojure. Mrkni třeba na tato videa od člověka co dělal mimo jiné ve Wolfram Research: https://www.youtube.com/watch?v=_cIFA5GHF58
21. 1. 2022, 17:43 editováno autorem komentáře
-
Vetsina prikladu v te knize resi triviality, ktere dnes nikoho nenatchnou, tim mene studenty MIT.
Na prvni pohled to tak mozna nevypada, ale ta knizka resi docela pokrocile koncepty hodne pristoupnou formou.
Je potreba si uvedomit, ze je to urcene de facto pro stredoskolaky prichazejici na VS. A pro tyto lidi treba pochopeni rekurze patri k jednem z nejnarocnejsich veci, ktere musi v uvodnich CS kurzech pobrat.
Na to je prace se spojovyma seznama, jak delana. Ano, muzes to ukazovat i v pythonu, ale ponekud to kazi kouzlo, kdyz ty seznamy mas jako builtin datovy typ.
Zadruhe, konstrukce jako slovniky implementovane pomoci spojovych seznamu s O(n) pristupem dnes vubec nedavaji smysl, kdyz maji vsechny jazyky nejakou vestavenou podporu slovniku.
Z pohledu programovani to smysl nedava. Z pohledu vyuky programovani to smysl dava, jednak viz vyse, ale hlavne cilem tech kapitol je ukazat vytvareni abstrakci.
V Pythonu muzete od zacatku resit mnohem zajimavejsi problemy.
Ve srovnani s Lispem nebo Schemem se v Pythonu mnohem hur dela meta-cirkularni interpreter. To je docela dulezita vec, jelikoz to umoznuje presne uchopit a pochopit proces vyhodnocovani vyrazu vcetne takovych veci jako jsou uzavery.
-
“V Pythonu muzete od zacatku resit mnohem zajimavejsi problemy.”
To je právě ten problém, lidi se takhle vrhnout na “řešení zajímavých problémů”, aniž by měli potřebný základ. S trochou nadsázky to je, jako kdyby začali studenty fyziky učit, jak postavit jaderný reaktor, aniž by před tím podrobně pochopili klasickou mechaniku, elektromagnetismus a ostatní stěžejní části fyziky. Zrovna SICP konceptuálně nestárne, i když by ho mohli upravit třeba pro Haskell (existuje verze pro JS, ale to je skoro zločin).
ČLÁNKY DO MAILU