零基础使用Swift学习数据科学
副标题[/!--empirenews.page--]
概述
介绍 Python被广泛认为是数据科学中最好、最有效的语言。近年来我遇到的大多数调查都将Python列为这个领域的领导者。 但事实是数据科学是一个广阔并且不断发展的领域。我们用来构建数据科学模型的语言也会随之发展。还记得R是什么时候的流行语言吗?它很快就被Python超越了。Julia语言去年也出现在数据科学中。目前现在有另一种语言正在蓬勃发展。 是的,我说的是Swift语言。 "我总是希望当我开始学习一门新语言的时候,会有一些开阔思维的新想法,这点Swift绝对不会让我失望。Swift易于解释,并且灵活,简洁,安全,易于使用,快速。大多数其他语言在这些方面都有很大的限制。"——Jeremy Howard 当Jeremy Howard认可一种语言并开始在日常的数据科学工作中使用该语言时,你有必要开始思考这个语言的优点了。 在本文中,我们将了解Swift作为一种编程语言,以及它如何适应数据科学领域。如果你是Python用户,你将注意到两者之间的细微差别和惊人的相似之处。这里也有很多代码,让我们开始吧! 目录
1.为什么选择Swift? PyTorch是为了克服Tensorflow中的限制。但现在我们正接近Python的极限,而Swift有可能填补这一空白。"——Jeremy Howard 最近,Swift作为一种数据科学语言引起了很多人的兴奋和关注。每个人都在谈论它。以下是你应该学习Swift的几个理由: Swift快,很接近C的速度了 同时,它有一个非常简单和可读的语法,非常类似Python: 与Python相比,Swift是一种更高效、更稳定、更安全的编程语言 这也是一种很好的移动语言。事实上,它是为iPhone开发iOS应用程序的官方语言 它对自动微分有强大的集成支持,这使它成为为数不多的用于数值计算的高级语言之一 它背后有谷歌、Apple、FastAI等的支持! 以下是Jeremy Howard对Swift的评价视频:https://youtu.be/drSpCwDFwnM 2.数据分析的Swift基础 在我们开始使用Swift执行数据科学的细节之前,让我们简要介绍一下Swift编程语言的基础知识。 2.1 Swift的生态系统 当前数据科学的Swift主要由两个生态系统组成:
开源生态系统是我们可以下载并在任何操作系统或机器上运行Swift的地方。我们可以使用非常酷的Swift库来构建机器学习应用程序,比如用于TensorFlow的Swift、SwiftAI和SwiftPlot。 Swift还允许我们无缝地从Python中导入成熟的数据科学库,如NumPy、panda、matplotlib和scikit-learn。 另一方面,苹果的生态系统本身就令人印象深刻。有一些有用的库,比如CoreML,可以让我们用Python来训练大型模型,并直接将它们导入到Swift中进行推理。此外,它还提供了大量的预先训练过的先进模型,我们可以直接使用它们来构建iOS/macOS应用程序。 还有其他有趣的库,比如swift ,coreml,transformer,可以让我们在iPhone上运行最先进的文本生成模型,比如GPT-2、BERT等。 当你需要为Apple设备构建基于机器学习的应用程序时,还有许多其他的库可以提供良好的功能。 这两个生态系统之间存在多种差异。但最重要的是,为了使用苹果的生态系统,你需要有一台苹果的机器,你只能为苹果的设备开发,如iOS, macOS等。 既然你已经有了Swift作为数据科学语言的概述,让我们进入代码吧! 2.2 为Swift设置环境 Swift可用于谷歌Colab与GPU和TPU版本。我们将使用它,以便你可以快速跟上它的速度,而不必在安装过程中花费太多时间。 你可以按照下面的步骤打开一个Colab笔记本,这是快速激活的:
点击"File",然后选择"Save a copy in Drive"-这将保存一个新的Swift笔记本在你自己的谷歌驱动器上! 已经准备好开始写Swift代码了,一下是第一行: 如果你想在你自己的系统上使用Swift,那么这里有一些你可以打开的链接:
现在,让我们快速介绍一下一些基本的Swift函数,然后再进入使用它的数据科学功能。 2.3 打印功能 我相信你用过这个。它的工作方式与Python中非常相似。只需调用print(),在括号内输入你想打印的内容: 2.4 Swift的变量 (编辑:好传媒网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |