计算仿真的开源软件、商用软件

1 符 运算与数值计算等科学计算类

由美国MathWorks公司出品的商业数学软件Matlab因为众多的工具箱以及丰富的帮助文档可以帮助用户解决很多专业问题，例如其强大的Simulink仿真模块在以后的学习或工作中可以继续研究和使用。但是面对功能强大、种类繁在安装时不好取舍，也容易造成体积庞大而臃肿。除Matlab软件之外其他专业软件还有Mathematica、Maple、MathCAD等软件。同时沃尔夫勒姆公司开发的wolframalpha.com 站可以快速地实现绘图、极限求解、求导、积分、矩阵和向量计算以及概率和统计相关计算等功能，除此之外作为计算知识引擎，可以根据用户所提出的各种问题给出答案，而非像百度、Google等搜索引擎根据用户的相关搜索而返回 页链接等信息。该 站使用十分便利，并不需要特意去安装软件，只需一个可以访问互联 的终端设备，通过浏览器即可使用。采用移动端开源软件SageMath取得了良好效果。但是由于Matlab、Mathe? matica、Maple、MathCAD等软件需要付费，可以选Octave、Scilab 等免费软件替代，并且安装体积较小。其中Octave是GNU项目下的开源科学计算软件，Scilab软件是由法国国家信息、自动化研究院开发的开源软件。Octave其编程风格类似于Matlab软件，熟悉Matlab的用户学习Octave语言非常容易。与此同时来自麻省理工学院开发的Julia语言俨然成为科学计算领域一颗冉冉升起的新星，集众家之所长，并且拥有高性能。Julia可望成为科学和工程计算的新一代主流编程语言。

2 统计类软件

在大数据时代，统计分析类软件有功能强大的SAS，它在诸多学科被广泛应用，被誉为统计分析领域的标准软件。但是其编程语法不容易入门，而且其体积庞大。目前， 免费开源的R、Python 等语言也越来越受到重视，体积小巧，程序简洁易读以及来自世界各地开发者贡献的功能包来满足使用者的需求。并且结合RStudio、Sublime、PyCharm、Jupyter等优秀的 IDE进行高效的学习和深入研究。SPSS具有友好的图形菜单用户界面，使用非常方便，容易掌握。也可以通过编程满足个性化要求，实现更多自己需要的功能。类似的也有EViews、Stata、Weka等软件，其中EViews和Stata对于计量经济学等相关方向结合较为紧密，而Weka更侧重于数据挖掘方向，较为方便地实现数据预处理、回归、聚类和分类、实现关联规则和数据可视化等。质量管理统计软件Minitab，对于质量改进以及试验设计等方面有需求的可以了解学习该软件。在 会科学领域，尤其是结构方程模型中经常使用Amos 或者Mplus软件。

3 数据挖掘类软件

信息时代数据的爆炸增长对数据挖掘提出了更高的要求， 其中Python 语言以其高效、免费、易学易用等特点受到了极大的关注，它是一种解释型、面向对象、动态数据类型的高级程序设计语言。结合Anaconda 环境管理软件，使得Python 语言更加容易安装和配置。使用Jupyter、Visual Studio Code 、PyCharm 等优秀的IDE，以及丰富的工具包资源，可以实现Web开发、科学计算、统计与分析、数据可视化、数据挖掘、机器学习等诸多功能。同时免费的R 语言和Weka 等软件也有类似的功能和广泛的用户群。同时商业数据挖掘软件SPSS Modeler 也有不俗的表现。

4 可视化类软件

随着大数据时代的到来，数据可视化的应用越来越广泛， 为了便于将数据分析的结果更加直观地呈现出来，并进行人机交互，帮助用户更加容易地查看和了解信息，从而快速、准确的做出决策，这些都对数据可视化提出了迫切的需求。其中Tableau、PowerBI等商业智能软件在此领域有着广泛的用武之地。通过用户的组合和修改，可以实现诸多的可视化效果。同时D3.js以及来自百度公司的ECharts，都是利用JavaScript实现的开源可视化库，可进行高度个性化定制。在R语言中使用 ggplot2等软件包，Python语言结合 matplotlib等软件包在可视化方面也有广泛的应用。除此之外，在R语言和Python语言中还有更多的可视化相关软件包值得尝试。

5 优化类软件

解决运筹学中的优化类问题时，Lingo软件相比Matlab软件体积更加小巧，在求解线性、非线性和整数最优化模型时更快，更有效率，并且Lingo软件的建模语言，可简便的求解大规模优化问题。同时Matlab除了自己本身的优化工具箱外，还可以结合Cplex、YAMLIP实现求解优化问题等。使用Julia进行优化模型求解的研究与日俱增。

6 论文排版软件

#科学计算#

#开源软件#