为科学代码选择前端/解释器

Question

我在过去几年中开发的模拟工具是用 C++ 编写的，目前有一个 tcl 解释的前端。它的编写方式是可以在交互式 shell 中运行，也可以通过传递输入文件来运行。无论哪种方式，输入文件都是用 tcl 编写的（我添加了许多附加的特定于模拟的命令）。这允许非常强大的输入文件（例如，当运行蒙特卡罗模拟时，随机分布可以直接在输入文件中编程为 tcl 过程）。

不幸的是，我发现与更现代的解释语言所提供的功能相比，tcl 解释器变得有些有限，而且它的语法似乎有点神秘。由于计算引擎是作为一个具有 C 兼容 API 的库编写的，因此编写替代前端应该很简单，并且我正在考虑转向新的解释器，但是我有一些时间选择（主要是因为我对许多解释语言没有丰富的经验）。我已经开始探索的选项如下：

继续使用 tcl：
优点：
- 无需更改现有代码。
- 现有的输入文件保持不变。 （尽管我可能会保留 tcl 前端作为一个选项）
- 成熟的语言，有大量的社区支持。
缺点：
- 感觉受到语言语法的限制。
- 收到用户关于学习 tcl 困难的投诉。

Python：
优点：
- 现代口译员，众所周知非常高效。
- 大型、活跃的社区。
- 众所周知的科学和数学模块，例如 scipy。
- 常用于学术科学/工程社区（我的代码的典型用户）
缺点：
- 我从未使用过它，因此需要时间来学习该语言（这也是一个专业人士，因为我已经想学习 python 很长一段时间了）
- 输入文件的严格格式（缩进等）

Matlab：
优点：
- 非常强大且广泛使用的数学工具
- 强大的内置可视化/绘图。
- 可扩展，通过社区提交的代码以及商业工具箱。
- 科学/工程学术界的许多人都熟悉并熟悉 matlab。
缺点：
- 无法作为可执行文件分发 - 需要是一个附加组件/工具箱。
- 需要（？）matlab 编译器（价格昂贵）。
- 需要 Matlab，这也很昂贵。

尽管我对解释语言的经验很少，但我已经能够想到这些优点和缺点。我很想听听对我在这里提出的两种解释器的任何想法，如果列出的这些优点/缺点是合法的，以及我没有想到的任何其他解释器（例如，php 适合这样的事情吗？ lua ？）。在代码中嵌入解释器的第一手经验绝对是一个优势！

Answer 1

从预发布开始我就是 Tcl/Tk 的坚定支持者，直到我用它做了一个大型项目并发现它是多么难以维护。不幸的是，由于 Tcl 中的原型非常简单，因此您最终会得到“一次性”脚本，它们会自行发挥作用。

在过去的几个月里采用了 Python，我发现它实现了 Tcl 所承诺的一切，而且还有更多。正如许多 Python 资深人士可以告诉您的那样，源代码缩进最多在第一个小时会很麻烦，然后它似乎不再是一个障碍，而是肯定有帮助。顺便说一句，Tcl 的作者 John Ousterhout 因编写了一种强迫 One True 的语言而受到赞扬和批评。 Tcl 编码器上的大括号样式（我是 1TBS，所以对我来说没问题）。

Python 唯一不能很好处理的 Tcl 构造是任意 eval "${prefix}${command} arg" 构造，它们无论如何都不应该在 Tcl 中使用，但是和 uplevel 类型语句（这是一个好主意，但适合一些繁琐的代码）。事实上，Python 感觉有点反对动态 eval，但我认为这是一件好事。不幸的是，我还没有找到一种既支持 GUI 又支持 Tcl/Tk 的语言； Tkinter 在 Python 中完成了这项工作，但它很痛苦。

我根本无法与 Matlab 对话。

有了几个月的 Python 经验，出于理智的目的，我几乎肯定会将任何正在开发的 Tcl 程序移植到 Python。

Answer 2

您考虑过使用 Octave 吗？据我所知，它几乎可以直接替代 matlab 的大部分内容。这可能会让您为那些拥有 matlab 的人提供支持，并为那些没有的人提供免费的替代方案。由于程序的“核心”似乎是用另一种语言编写的，因此性能考虑因素似乎并不像提供具有以下功能的环境那么重要：绘图和可视化功能，跨平台，拥有庞大的用户群，并且学术界和/或参与流体流动建模的几乎每个人都可能已经知道这种语言。 Matlab/Octave 可能拥有所有这些。

Answer 3

好吧，除非有任何其他建议，否则我得出的最终答案是使用 Python。

我认真考虑过 matlab/octave，但是当阅读 Octave API 和 matlab API 时，它们有足够的不同，我需要为每个接口构建单独的接口（或者使用宏来发挥创意）。通过 python，我最终得到了一个更容易维护的前端代码库，并且几乎我们认识的每个人都在使用它。感谢大家的提示/反馈！