用于生物信息学/生物统计学/医学研究的Clojure或Scala

Question

我不是一个专业的程序员(我的专业是医学研究)，但我精通C/C++和各种脚本语言。不久前，我对Lisp很感兴趣，但我从来没有时间认真学习它。在短暂接触了R之后，我决定花更多的时间学习函数式编程语言。

我喜欢JVM语言的实用性，因此将范围缩小到Clojure和Scala。据我所知，两者都可以使用已经存在的Java库，并且可以将性能关键型代码委托给Java，具有相对相同的执行能力。

在我需要它们的应用程序空间中，这两种语言相比如何？在生物信息学中有使用这两种方法的实际项目吗？

已经存在的代码将是一个重要的加分，良好的文档和相当平缓的学习曲线也是如此。另外，两者的并发模型如何比较？

任何人都有显著的优势/劣势吗？

Answer 1

我个人可以保证Clojure是这类工作的一个很好的工具。(我相信Scala也会很棒，只是我用它的经验较少)。

我个人的研究是在预测建模/机器学习领域，计算非常密集-所以我认为它与生物信息学或生物统计学有许多相似之处。

我个人的方法/设置包括：

• Incanter主要用作数据可视化工具。非常适合于生成快速可视化效果，这通常只是REPL中的1行代码。还有许多统计和数值处理工具，我相信它们都在幕后使用Colt库。我不是R方面的专家，但我知道Incanter大体上是"R“翻译成Clojure/Lisp".
• Exploiting的，有相当多的Java库需要。其中一些是我自己的，例如我用Java编写的算法，以便从JVM中获得最佳的微调性能。但是你同样可以很容易地使用任何其他可用的Java库，因为从Clojure调用Java是非常简单的(.methodName object param1 param2)
• 有很多高阶函数来自动化我的工作流程。例如，我有一个高阶函数，它将在指定的时间内在循环中运行任何类型的优化算法，然后在每次迭代中生成改进的Incanter图。这不是什么高深的科学，但用几行Clojure代码就可以很容易地编写代码。
• 从来不必真正担心性能问题。如果你愿意的话，你可以让Clojure运行得非常快(例如，通过类型提示、原始算法支持等)。但通常这是无关紧要的，因为无论如何你都会在优化良好的库代码中花费99%+周期。因此，“粘合”代码中的一些开销可以忽略不计--我觉得通过使用一种动态的、高级的、函数式的语言，我可以获得更多的个人生产力。
• 主要使用Clojure的concurrency features --这必须是Clojure最强大的特性之一。我倾向于使用STM对事务的并发进程进行编码，这些事务不能相互干扰，然后在将来启动长期运行的计算，这样我就可以继续执行其他任务，并等待结果的通知。
• 当需要时，用于“扩展语言”的宏的集合慢慢增加。实际上，我使用宏的次数比我想象的要少(高阶函数通常是更好的选择)。但是当你需要它们的时候，它们是无价的--这是你真正欣赏homoiconic language价值的地方。由于它们有效地允许您向语言本身添加新的语法，因此当正确使用它们来构建所需的领域特定语言时，它们是非常强大的。

简而言之，我认为作为一名研究人员，使用Clojure是没有错的。

有一件事我可能还不会使用它，那就是编写一个新的数值库--这可能在Scala或纯Java中做得更好，因为您可能想要采用更多的命令式/ OOP风格。

Answer 2

我对生物信息学和生物统计学本身不太了解，但我经常进行科学数据分析，而且我很欣赏Scala让我能够相对轻松地编写与Java一样快的代码。我相信现在在Clojure中这通常是可能的，但我还没有看到支持这一点的基准测试。就目前而言，我认为谨慎的假设是，它们的表现并不一样好。例如，查看Computer Languages Benchmark Game，其中Scala在每一次测试中都比Clojure更快。(忽略Clojure可怕的"pidigits“结果--Scala(和Java)正在调用用C编写的GMP库，这是Clojure可以做的，但由于技术细节需要对库进行不同的包装，目前游戏中不允许这样做)。查看multicore comparisons并不能改善Clojure的表现，请注意，Clojure代码对于这些低级算法任务并不短。

Clojure目前在并行集合方面处于领先地位，尽管即将发布的Scala 2.9版本应该会弥补很大的差异。从C++开始，两者都没有平缓的学习曲线；Scala可能更容易一些，因为它的语法看起来更熟悉一些。我相信它们都有很好的学习材料。

编辑: P.S.您可以使用rJava (特别是JRI接口)从Java (因此也可以从Clojure或Scala)调用R。编辑来编辑:这些天，还有rScala。

编辑#2:在编写本文时，Scala在所有方面都比Clojure快；到本次编辑时，Clojure略微领先一步(以大量代码为代价)--但不管怎样，总体观点是成立的。(在这一个测试上的Scala实现可以加速。)

Answer 3

如果你喜欢R，试试Incanter吧！R代表Clojure。

Scala的目的是为了让来自Java的人在语法上更容易，这是为了让来自C语言的人在语法上更容易，尽管有了这样的两层间接性，这种优势可能会消失。

Clojure在大数据领域获得了很大的吸引力，并很好地映射到了针对大数据的Hadoop作业上。我认为这在生物信息学领域将是一个很大的优势。

真的，这些东西很大程度上是个人喜好，所以两个都试一试，看看这会让你开心:)

如果你想在没有太多“智力开销”的情况下感受一下Clojure，我建议你使用leiningen来快速开始一个测试项目。