Wolfram語言的案例
從 Python 遷移到 Wolfram 語言的經驗教訓
For 循環和 While 循環不是 Wolfram 語言中循環的最佳方法。相反，使用Table、Map或其他 Wolfram 函數來加速您的代碼。
不要將您自己創建的 Wolfram 語言函數的首字母大寫，因為 Wolfram 定義的函數都是使用駝峰命名的。此外，切勿在函數名稱中使用_ ，因為這表示 Wolfram 語言中的模式序列。
在 Wolfram 語言中定義多個函數時，使用一系列不同的迭代變量（即i 、j 、k 、l等）或使用Module函數。這樣，如果您調用多個自創函數，迭代變量就不會無意中混淆。
這是我本科時用 Python 編寫的一些示例代碼：
這是我最近寫的可比較的 Wolfram 語言版本：
任務的下一步是編寫蒙特卡羅模擬。（完整的代碼示例可在我的示例 Monte Carlo 模擬項目附錄中找到。）當我第一次用 Wolfram 語言起草這個程序時，我基本上逐字重寫了我的 Python 代碼、For 循環等。因此，當我運行蒙特卡羅模擬時（高級 Wolfram 語言用戶會理解），即使模擬只有 1000 個點，花費的時間也明顯比我預期的要長。
正是在這一點上，我意識到 Wolfram 語言與其他口語和手語類似，具有多種構造句子的方法，并且它需要不同的結構來編程。當您有另一種計算語言的背景時，不要認為這種語言與您知道并習慣使用的另一種編程語言的工作方式相似，這一點很重要。
當我重寫 Wolfram 語言代碼使其不是我的迭代 Python 代碼風格的逐字副本時，我的蒙特卡羅模擬在速度上與我的原始 Python 代碼示例相當。
任務的最后一步在 Wolfram 語言中很容易：創建直方圖并從我的蒙特卡羅模擬輸出中獲取均值、標準差以及上下 5% 分位數。
展開 從 R 中調用 Wolfram 語言
R 是一種用于統計計算和圖形的開源編程語言。該語言用于數據科學和機器學習。Wolfram 語言是一種通用的多范式編程語言，用于符號計算、函數式編程和基于規則的編程。在這些語言之間進行交流總是有用的。R 語言計算結果可以從 Wolfram 語言中調用。該項目的目標是在 R 會話中獲得 Wolfram 語言計算結果，以使雙向通信成為可能。
Wolfram 語言代碼使用 ZeroMQ 套接字從 R 發送到 Wolfram 語言。然后 Wolfram 語言計算結果使用相同的套接字通信發送到 R。然后在 R 中使用結果。目前，我們只能在 Wolfram 語言（WL）和 R 之間轉換少數數據類型，但本文會有一些擴展思想的討論。
具體 R 和 Wolfram 語言之間的通信和源代碼請評論區留言登記獲取。
該項目使 R 程序員能夠直接評估 WL 代碼并在他們的 R 會話中獲得輸出。我已經檢查過 Integer、Real、String、List、Association 是否可以進行數據轉換。我們還檢查了 NDSolve 和 FindFit 等函數。目前，無法將復數、圖像和繪圖從 WL 轉換為 R。我想在將來添加這些數據類型支持。目前我們需要在 R 會話中運行客戶端腳本，但我們希望將其制作為 R-Package 以便可以輕松導入。
展開 Wolfram 語言中的靜態分析工具
幾年前，作為一名QA(質量檢測）開發人員，我為 Wolfram 語言創建了 MUnit 單元測試框架，這是一個用于編寫和運行語言單元測試的框架。從那時起，我創造了更多的工具來幫助開發人員編寫更好的 Wolfram 語言代碼，同時在這個過程中檢查出錯誤。
編寫好的測試需要大量的知識和大量的時間。由于我們需要能夠盡快測試和解決問題，以便按期發布新功能，我們轉向靜態分析，以便能夠做到這一點。
什么是靜態分析
靜態分析是在運行源代碼之前對其進行檢查的過程，以試圖預測其行為并發現問題。作為一種測試方法，它是非常有用的。在代碼運行時發現問題并不總是可行的。運行代碼的成本也很高--如果代碼失敗了，那就更是如此。
考慮到構成 Wolfram 語言的大量代碼（有120萬行的內核啟動 Wolfram 語言代碼，橫跨1900個文件，還有85萬行的程序包 Wolfram 語言代碼，橫跨3700個文件），必須要有一個策略來測試所有這些代碼的錯誤。Wolfram 公司對 Wolfram 語言的每一個角落都有專門的測試（其中有些是我寫的!）
CodeInspector paclet 是那些重要的靜態分析工具之一，它使開發人員能夠完成更好的工作。CodeInspector 包含在最近發布的 Mathematica 12.2中，它可以掃描 Wolfram 語言代碼并報告問題，而不需要用戶手動運行 paclet。CodeInspector 與 CodeParser 和 CodeFormatter 一起構成 CodeTools 套件，供內部和外部用戶使用，以提高其 Wolfram Language 代碼的質量。
一般來說，靜態分析不能發現程序中所有可能的 bug (這是通過 Rice 定理對停止問題的不可控性所產生的結果)。
展開 為什么 Wolfram 語言是（類似于）開源的六個原因
這比編輯源代碼要簡單多了：
0
4
你可以做出自己的貢獻
我之前在開源那篇文章中也說過，我們的核心語言不依賴于用戶的貢獻，盡管我們喜歡詳細描述的錯誤報告。但是在 Wolfram 語言的生態系統中用戶有很多其他方法做出自己的貢獻。截止這篇博文的時間，在之前提到的 Wolfram 函數資源庫中，已經增加了超過 2000 條來自用戶和 Wolfram 程序員貢獻的函數。這些新函數都像已經內置一樣立即可以使用（但是實際上是自動下載并在第一次使用的時候進行安裝的），也都帶有源代碼。
比如，下面這個就是我貢獻的用來創建有內嵌地圖的地理表面繪圖的函數：
而且還有超過1.2萬的演示文件以教育為目的被貢獻出來，也都有自己的源代碼。
你不一定要用我們的交付系統。你可以找到很多通其他方式分享的開源 Wolfram 語言程序包的例子，比如 GitHub。有一些可以在 Wolfram 社區和 PackageData 中看到，而且我們也在準備可以分享更大型的 Wolfram 語言代碼的方法。
0
5
有技術支持的社區
實際上有兩個有組織的社區，每個社區的重點稍有不同。
在 Stack Exchange 上完全獨立的 Mathematica 和 Wolfram 語言站點。
展開 
（Wolfram 語言）
使用以下 Wolfram 語言代碼創建各種餅干的相關碳水化合物、蛋白質和纖維含量的 3D 圖形. 然后，在 Wolfram Notebook 中，將鼠標懸停在數據點上以在圖中找到您最喜歡的數據點：
05:希望你吃得健康吃得開心
我希望你和我一樣喜歡通過 Wolfram 語言來欣賞食物，祝你胃口大開！
購買軟件/免費試用【13.1.0中英文 Wolfram 軟件】
請掃碼申請
用Mathematica和Wolfram語言打造奧斯卡最佳視覺效果
是不是很想知道這“蟲洞”是咋用Wolfram語言實現的？
用Wolfram語言破解球面像差光學問題
但今天，González-Acu?a和他的同事決定使用Wolfram語言及其計算工具來面對這個古老的問題。結果呢？一個突破性的文章最近橫空出世，通過精度為99.999999999％的模擬光束，解釋了鏡頭圖像的中心為什么（如何）比在邊緣處更清晰。
很巧的是，González-Acu?a最近參加了Wolfram暑期學校，我們有幸采訪到他并詳細了解他的工作。
Q: 您是如何想到用Wolfram語言解決光學問題的？
A: 我對光學研究的興趣在我攻讀物理學士學位時就開始了，我對成像問題很感興趣。
當我正在為手動解決代數問題而困擾時，我的同事Héctor A. Chaparro-Romo告訴我，Mathematica非常擅長代數操作和計算。
幸運的是，蒙特雷科技大學有Mathematica的站點許可證，所以我很快就開始使用并且喜歡上了Mathematica。它顯示結果的方式，運算內聯的方式，以及默認情況下進行代數計算的方式都很令我喜歡。
Q: 你試圖解決的問題是什么？
A: 我想要解決的問題是球面無像差鏡頭的設計。換句話說，從一個物點發出的所有光束穿過鏡頭會聚在一個像點中。這個古老的問題在兩千年內沒有解析解，主要是因為其冗長的代數表達式，我的意思是，一個一般方程本身就超過11頁！
這個問題有許多數值解，但數值解和解析解之間的差異是無法估量的– 解析解保留了問題的物理特性。我不僅找到了問題的通解，而且還發現解是唯一的，Mathematica是一個很好的工具。
展開 在Wolfram語言中用GeoGraphics可視化嫦娥4號著陸點
在Wolfram語言中，可以使用 Geo Graphics 可視化著陸場地和艾特肯撞擊盆地。使用浮雕圖示法可以讓著陸點周邊的地理環境更容易被展現。
Wolfram 語言與計算型顯微鏡
結束語
計算顯微鏡是一個新興領域，借此文我們也可以對 Wolfram 語言的廣泛功能略窺一斑。我們還將進一步擴展函數的應用范圍，為顯微鏡圖像分析提供權威的平臺。
龐大的功能是不是已經讓您躍躍欲試？
用 Wolfram 語言編寫的《機器學習入門》- 免費在線版
本文作者——Etienne Bernard 博士（博士就讀于孕育菲爾茨獎和諾貝爾獎得主的巴黎高師，MIT 博士后）在 Wolfram Research 工作了8年并領導了機器學習工具的開發。這些工具現在是 Wolfram 語言的一部分（Classify, Predict, NetTrain, ...）。
本書面向普通大眾，具有三個目的：
解釋什么是機器學習
教如何練習機器學習
了解機器學習的工作原理。
它以計算論文風格（交替文本和簡單計算——基本上是一個長的 Wolfram 語言筆記本）編寫，有很多插圖和示例。代碼片段用于展示如何練習機器學習、說明概念以及補充甚至替代數學公式。很高興看到由于代碼可以刪除很多數學（盡管我經常決定用公式和代碼片段來解釋概念，以便兩全其美）。無論如何，我鼓勵你閱讀它，我將第 3 章作為筆記本包含在這篇文章中，我希望你喜歡它或者至少覺得它有用。
本書的免費在線版本：點擊獲取
本書的代碼筆記本：點擊獲取
購買本書：點擊獲取
展開 用Wolfram語言構建三維勾股樹
上面的代碼速度有些慢，迭代15次生成數據點耗時大約60s（CPU i7-9750H），我們使用Wolfram語言中的Compile和Listable屬性進行加速：
代碼優化之后，迭代15次只需0.03秒，比原來提速2000倍。迭代20次生成數據點也不到一秒，但此時的瓶頸是畫圖速度了。
隨著迭代次數的增加，圖形的變化：
如果把初始的正方體改成圓柱，看起來是不是更像樹了？
你喜歡哪種配色？
用 Wolfram 語言發掘數學殿堂中的瑰寶
下圖是 Shonkwiler 在科羅拉多州博爾德市舉辦的 MediaLive x Ello: 國際 GIF 競賽的現場照片，他正在展示他的 GIF 作品：
想加入我們一起用Wolfram 語言創作藝術作品嗎？
ChatGPT 獲得 Wolfram 超能力注入！
從某種意義上說，Wolfram|Alpha 的入口對ChatGPT來說"更容易"處理；而 Wolfram 語言的入口則更強大。Wolfram|Alpha 更容易的原因是，它的輸入只是自然語言——這正是 ChatGPT 經常處理的內容。不僅如此，Wolfram|Alpha 能接受的內容相對更寬容，因為它的目標實際上是處理"一般類似人類的輸入"，無論原始輸入有多混亂。
另一方面，Wolfram 語言應該有更精確的定義，能夠用來建立復雜的計算塔。在 Wolfram|Alpha 內部，它所做的是將自然語言翻譯成精確的 Wolfram 語言。因此實質上，它是在捕捉"不精確的自然語言"，并將其"輸送"到精確的 Wolfram 語言中。
當 ChatGPT 調用 Wolfram 插件時，它通常只是將自然語言送入 Wolfram|Alpha。但是在這一點上 ChatGPT 已經學會了一定程度的 Wolfram 語言編程。而最終，后面也會提到，這才是一種更靈活、更強大的交流方式。但除非 Wolfram 語言的代碼完全正確，否則它不會工作。要達到這一點，一部分要通過訓練完成。但也有另一件事要做：給定一些Wolfram 插件可以運行的候選代碼，如果得到的結果明顯錯誤（比如產生很多錯誤），ChatGPT 可以嘗試修復并嘗試再次運行它。(更詳細點說，意思是 ChatGPT 要有能力嘗試生成要運行的測試，如果測試失敗，就改變代碼）。
還有更多內容需要開發，但有時用戶已經可以看到 ChatGPT 來回運行了好幾次。它可能在重寫 Wolfram|Alpha 查詢（例如通過刪除不相關的部分來簡化查詢內容），或者決定在 Wolfram|Alpha 和 Wolfram 語言之間切換，或者重寫 Wolfram 語言代碼。但告訴它應該如何處理這些事情是最初"插件提示"的問題。
展開 免費講座 | Wolfram 語言的 AI 功能線上直播答疑等你來！
AI
2021年11月12晚 20:00-21:00
從零開始學習人工智能
為幫助國內外光學行業相關人士解決學術研究問題，做到優質資源共享與同步解答，武漢墨光即將開展 Wolfram 線上直播答疑。本次活動采用了視頻實時直播答疑的形式。
活動將會在線展示 Wolfram 語言的 AI 功能，并且我們請到了 Wolfram工程師——嚴密博士 為各位在線答疑。
嚴密博士
（Wolfram 技術工程師）
畢業于弗吉尼亞理工大學（研究方向——理論凝聚態物理領域 - 量子動力學和光學晶格中超冷原子的相變）。
為第12版 Wolfram 語言建立均勻多面體
我們還會繼續研究，發現Wolfram語言中的均勻多面體——所以時刻注意我們的大反扭棱三十二面體哦！
