JavaScript
JavaScript es el lenguaje de la web, ya que es el único con el que es posible actualmente crear acciones para modificar el comportamiento de las páginas web. Lenguaje al que siempre son traducidas las instrucciones de otros lenguajes, como TypeScript, y soluciones. Aunque también es posible emplearlo para soluciones en servidores gracias a entornos como Node y Deno. Debido a que cada día es más popular la publicación de informes, de los que se espera cierto dinamismo, y creación de aplicaciones en páginas web, un conocimiento básico de este lenguaje es hoy en día clave.
Las publicaciones de la sección JavaScript versan sobre el propio lenguaje, el uso de librerías genéricas y para la ciencia de datos, uso de entornos como Node y TypeScript.
Julia
Julia es un lenguaje de programación moderno presentado como un proyecto libre en 2012. Siendo un lenguaje de programación multiparadigma de tipado dinámico de alto nivel y desempeño para la computación científica. Empleando una sintaxis a la de otros entornos de computación científica como puede MATLAB.
Una de sus grandes virtudes de Julia es el hecho de disponer de un compilador con el que el código es traducido a lenguaje máquina antes de ejecutarse. Obteniendo por lo tanto rendimientos similares que se obtienen con C o FORTRAN, pero manteniendo la simplicidad de un lenguaje interpretado como Python o R. Por lo que, en las últimas encuesta de Stack Overflow, parece como uno de los lenguajes más deseados, a pesar de no ser de propósito general.
Al igual que Python y R, Julia cuenta con una comunidad de usuarios que contribuyen con la creación y distribución de paquetes con los que extenderlo. Aunque la comunidad no es tan grande, es posible encontrar paquetes para las tareas mas habituales
Matlab
MATLAB es un sistema de cómputo numérico que ofrece un entorno de desarrollo integrado con un lenguaje de programación propio llamado M. Aunque el lenguaje es más conocido por el nombre del sistema. Mediante este lenguaje se puede manipular matrices, realizar la representación de datos e implementar algoritmos. Además de ofrecer interoperabilidad con otros lenguajes y plataformas de hardware. Permitiendo de esta manera realizar de forma eficiente diferentes tareas de computación científica en general, no sólo para tareas de estadística y aprendizaje automático. Siendo por ello muy utilizado en universidades.
MATLAB (abreviatura de MATrix LABoratory) es un software comercial, para el que existe un equivalente libre llamado Octave, que sus autores denominan como el “El lenguaje del cálculo técnico”.
Python
Python es un lenguaje de programación interpretado con una filosofía basada en la legibilidad del código. Un lenguaje que gracias posee un gran ecosistema de librerías para la ciencia de datos. Por lo que es uno de los más populares en la actualidad entre los científicos de datos. Además, es uno de los lenguajes más deseados y adorados por los programadores según las encuestas de Stack Overflow.
Python es un lenguaje de programación interpretado de propósito general que obliga al uso de una sintaxis clara, gracias a la cual el código es altamente legible. Siendo un lenguaje potente y fácil de aprender. Además, permite utilizar múltiples paradigmas de programación. Lo que permite usar desde programación orientada a objetos, pasando por programación imperativa o funcional.
Los paquetes de Python más utilizados por los científicos son:
- NumPy: permite el tratamiento de datos basados en matrices,
- Pandas: ideal para la manipulación de datos heterogéneos mediante objetos DataFrame,
- SciPy: implementa tareas habituales en computación científica,
- Matplotlib: facilita la visualización de datos y scikit-learn creación de modelos de aprendizaje automático.
Las publicaciones de esta sección versan sobre estas librerías y las bases del lenguaje.
R
R nació como una implementación libre del S, un lenguaje de programación muy utilizado por la comunidad estadística. Actualmente es el lenguaje de programación más popular para el análisis estadístico. Gozando de una gran popularidad en campos como la minería de datos, la bioinformática y finanzas. Una gran parte de su popularidad es debido a que se puede extender fácilmente gracias a los más de 15.000 paquetes disponibles hoy en día en el CRAN. Por lo que casi siempre se puede encontrar un paquete que implementa el algoritmo necesario en cada momento.