datascience.md
datascience.md
På en dag av intensiv kodning visar jag några av de färdigheter som krävs i parallell programmering och problemlösning. Genom att simulera en "map-reduce" –metod och att producera ett skript för att beräkna π till önskad upplösning eller rättare sagt antal signifikanta siffror.
M500 ett utökat bibliotek av numeriska datatyper för att möjliggöra snabbast kända metoder för att beräkna π, så kallade Machin-liknande formler och Kedjebråktals metoder.
QZ ett bibliotek för parallella bearbetning i fler datorer och kalylering av M500 kod.
Mallen pi-gcff_TMP.rb framställer en kodfil med parallellkod. Vilket i sin tur beräknar π.
vid prompten skriver vi
:> ruby pi-gcff_TMP >> output.rb
Detta kommando omdirigerar resultatet från mallen och skriver den i output.rb filen.
:> ruby output.rb >> result.txt
Ovan kommando omdirigerar resultatet från beräkning av π och skriver den i filen result.txt.
Läs resultat.txt för att se resultatet av ditt arbete med π.
Kanske behöver du mer signifikanta siffror. Det kan göras genom att uppdatera pi-gcff_TMP filen.
Ändra sedan rad 90 från:
run = piPart(1,2)
till
run = piPart(1,5) till exämple.
Detta kommer att producera fem beräkningar som sedan kan distribueras för parallell beräkning.
Jag hoppas att ni återupptäcker kraften i er dator och får en upplevelse i matematik
