学编程语言,是在学什么?

作为一个初学者电脑程序员,很多人都会想知道当下主流的编程语言有哪些,哪些行业和公司都在用它们,因为这些信息可以帮助你了解想要学习的内容,使你更接近最终想用代码完成的事情。

今天就和大家介绍 Python、Java、Ruby/on Rails、C、C++ 和 Swift 语言,探索它们的工作方式以及最常使用的地方。

1. Python

Python于1991 年首次发布,是一种专注于后端的语言,大量涉及数据科学,它对于计算大量数据以及从大型图书馆和数据库中提取数据非常有用。它通常用于构建网站、应用程序和游戏,并且已被证明对那些专门从事与人工智能相关的机器学习的人有用。

Python 也用于学术研究,是许多大学计算机科学课程的标准介绍语言,由于 Python 语言的可扩展性,许多科技初创公司就倾向于聘请具有Python技能的程序员,金融公司也更倾向于使用Python语言。

使用 Python 的主要公司:英特尔、IBM、NASA、皮克斯、Netflix、谷歌 (YouTube)、Facebook、Reddit、Pinterest、Instagram、摩根大通

更依赖于Python语言的行业:天文学、社会科学、人工智能、物联网。

2. Java

Java于1995年由Sun Microsystems开发,自被Oracle收购以来,是使用最广泛的编程语言之一,并且是用于大多数后端开发项目的服务器端语言。它如此受欢迎的原因之一是它的平台独立性;程序可以在多种不同类型的计算机上运行,只要计算机安装了 Java运行时环境 (JRE)。大多数类型的计算机都与JRE兼容,从Macintosh和Linux到Windows和移动设备。它是一种快速成型的面向对象的语言。

Java具有健壮的代码,因为其中的对象不包含对外部数据的引用。它确实依赖于来自 Java API 的类库,这些类库提供了其程序无法运行的常用功能;然而,它被认为是一种简单的语言,预计在未来几年都会发展强势。

Java被一些世界上最大的组织使用,如银行、零售商、保险公司、公用事业公司和制造商。一些最常见的 Android 应用程序是用 Java 编写的。AirBnB的后端是用Java编写的。

3. Ruby/Ruby on Rails

Ruby于1995年由Yukihiro Matsumoto开发。Ruby on Rails被认为是一种流行的、灵活的编程语言,在市场上需求量很大,它是一个强大的Web开发框架,允许小型Web 开发人员快速构建大型应用程序

GitHub的创始人Tom Preston-Werner创建了第一个静态站点生成器。Jekyll仍然是最受欢迎的静态站点生成器,它是用Ruby编写的,是在GitHub 上发布内容的默认底层方法。静态站点生成器立即为网站生成代码,然后将代码部署到服务器,在访问 URL 时返回静态HTML文件。它们快速、高效、安全且易于部署。

Ruby还提供构建Web服务器、利用Web抓取和爬行的能力,并提供与DevOps和自动化相关的工具。其他使用Ruby on Rails 构建的知名网站包括Shopify、Kickstarter、Twitch、Instacart、SoundCloud、Square 和 Hulu。

4. C

C语言被认为是业界的基础编程语言之一,它最初是为编写操作系统而开发的,它是一种高效而简单的编程语言,C源代码可以移植到其他系统,而不会产生代码行为差异。

学习用C语言编写代码可以为程序员提供一定的优势,它可以帮助程序员理解计算机如何在多个层次上工作,适用于开源项目,其结构可以简化测试和调试,如果你学会C语言编程,你学习其他编程语言就会变得更加容易,因为很多语言都与之相关,有的甚至是基于C语言开发的。

C语言对于编译器开发、开发在台式机和智能手机上使用的操作系统很有用;开发和构建数据库、互联网浏览器及其扩展程序,以及摄影和设计工具等创意应用程序。C在物联网中也被广泛使用。C 在安全行业中被广泛使用,例如在闭路电视摄像机和 ATM 中。

C++

C++是C 的扩展,结合了用户定义的“类”,让程序员可以更好地控制系统资源和内存。“指针”用于更好地管理计算机内存,从而提高执行速度,并且可以在较低级别更改计算机处理器,使C++ 比其他高级编程语言更快。C++是媒体行业使用的顶级语言之一,从制作到特效。

5. Swift

Swift通常被称为“没有C的Objective-C”,是一种由Apple开发的维护的开源编程语言,也是其自制语言,多年前由史蒂夫乔布斯授权,它被创建为 Objective-C的简化版本,借鉴了 Python、Rust 和 Ruby 等语言。Swift背后的意图是让iOS、macOS和iPadOS系统的应用程序开发尽可能简单。

知名的拼车公司Lyft用Swift完全重写了其软件,有效地将75,000行代码减少到不到三分之一。

原文地址:https://blog.csdn.net/IT1124/article/details/122867172

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。