No necesita aprender ningún lenguaje de programación, pero algunos de ellos le servirán bien.
El más genérico para un EE es C. Puede hacer controladores de dispositivos de bajo nivel, integrados, en tiempo real, así como cualquier otro idioma. El código será mejor rápido, tendrá una ejecución predecible, será pequeño y puede compilarse para casi cualquier objetivo. Si necesita procesar datos, es capaz, pero no siempre es la mejor opción. Por lo tanto, para su uso en los productos, es sin duda la mejor opción para un EE.
En el lado integrado / en el producto, hay muchas otras opciones con ventajas y desventajas. C ++ y Java son populares en algunos rincones donde el dispositivo es más capaz, pero siempre respaldado con C en algún lugar. Forth todavía es bastante capaz en el hardware de gama baja donde no funciona mucho más. Con un poco de RAM adicional, Lua puede cubrir bastante de la pila. Opciones como Python y JavaScript son más curiosidades o prototipos de forraje.
El uso en análisis y diseño es otra bola completamente diferente. Necesitará optimizar 2 variables, a veces una más que la otra. Velocidad de ejecución y velocidad de implementación.
- ¿Qué es un disco VFD?
- Cómo convertir un 440 VAC a 220vac para uso doméstico
- ¿Qué sucederá si los condensadores en el circuito regulador de voltaje de 12V son de valores diferentes?
- Si una corriente base es cero en la región de corte, entonces ¿por qué el voltaje VCE es alto?
- Si falleció 1% en el radio de cualquier cable, ¿cuánto porcentaje disminuye o aumenta la resistencia del cable?
En la ejecución, C / C ++ son sus mejores amigos cuando necesita mover grandes cantidades de datos a través de un FFT y similares. Las bibliotecas de Fortran todavía están disponibles, pero no necesitará escribir o modificar en ese dialecto. Hay algunas otras opciones que funcionarán bien, Julia, LuaJIT con Torch e incluso Python con varios aceleradores. La lista de idiomas crece enormemente a medida que relaja el rendimiento, pero principalmente necesitará acceso a las bibliotecas que usan EE (como FFT y bancos de filtros).
La velocidad de desarrollo es donde hacerte productivo es clave. Para eso me gusta Python. Tiene bibliotecas para todo y es fácil de ampliar. Numpy, scipy y Cython son una buena combinación de velocidad y facilidad para trabajar con datos. Si bien no lo he usado tanto, LuaJIT con Torch también es una buena opción y se puede usar en algunos dispositivos. Julia tiene muchas promesas y es lo suficientemente madura como para que un estudiante empiece a usarla.
No es un idioma, pero una forma de usarlos es el cuaderno. Los cuadernos de ingeniería son una forma poderosa de registrar datos e ideas. El cuaderno Jupyter es el siguiente paso y te permite jugar con Python y Julia de la misma manera. Como papel vivo. Eche un vistazo al uso con su tarea, puede que le encante.
