在这种情况下，我应该使用 Python 还是 JSL 作为主要控制脚本？现在JMP可以和Python无缝对接，JSL和Python可以互相调用。
我有一个任务：
1. **接收并提取数据（py）：**每分钟，用Python代码每3秒接收一次API的数据。实时从接收到的数据中提取结构化数据，存入内存数组A。立即将数据提取到另一个内存数组B中。然后立即清除内存数组A，准备下一批数据（这个处理时间足够，不会造成阻塞）。每分钟结束时，用Python代码新建一个JMP表（我们称之为表A），并将内存数组B中的结构化数据写入这个JMP表中。最后清除内存数组B。
2. **连接和选股（JSL）：**使用 JSL 将新创建的 JMP 表 A 中的数据附加到现有的 JMP 表 B。在合并的表 B 上使用 JSL 中的技术指标执行选股计算。然后，关闭 JMP 表 A。
此过程不断重复。
以下两种方法哪种更适合这种情况，既注重稳定运行，又减少系统资源消耗？
A. 在单个总体 Python 脚本中，使用计时器连续运行数据接收/提取 (py) 和连接/股票选择 (JSL) 部分。
B. 在单个总体 JSL 脚本中，使用计时器连续运行数据接收/提取 (py) 和连接/股票选择 (JSL) 部分。
谢谢！
自动化和脚本视窗回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？DeepSeek R1 的
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？grok3
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？编写两个单独的程序并让它们都运行。您可以使用 JMP 通过 RunProgram 启动 Python，或者使用 Python 通过 Python 使用的任何东西启动 JMP。但要从 .py 和 .jsl 文件开始，然后手动运行它们，直到调试完成。
让 Python 代码将完成的工作放在带有时间戳文件名的目录中。如果工作堆积如山（因为其他工作人员失败了），则发出警报。
让 JSL 代码每 10 秒唤醒一次，使用 filesInDirectory 查找新工作。如果自发现任何工作以来已超过 2 分钟（因为其他工作程序失败），则发出警报。
在 Python 和 JMP 两种情况下，程序都设计为无限循环。您不应该制作一个不断重新启动它们的控制器。所有通信都是通过文件系统完成的，创建和删除文件。
文件写入器和文件读取器之间可能会发生竞争；如果 JMP 正在读取不完整的输出，则只需等到有两个文件可用，然后再处理倒数第二个文件。当然，这会晚一分钟。
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？我可以附加一个关于同一一般主题的问题（可能很懒，抱歉）吗？
我有一个大型的 JSL 代码库（超过 10,000 行），可以对从机构 RDBMS 获得的大量自动每月数据下载进行各种顺序预处理、转换、解析和重新组织，每次下载的数据均包含十几个不同格式（xml、csv、xls 等）的文件。
我逐渐走向退休，我不想让我的代码和由此产生的非常有价值的干净、有用的 JMP 数据库被遗忘。然而，接手该项目的最佳同事都是 Python 程序员，他们对学习 JSL 并不感兴趣。
我的想法是将 JSL 代码分解为大小适中的逻辑模块（例如约 500 行代码），每个模块在整个过程中执行明确定义的步骤，并具有明确定义的输入和输出。然后，我将每个模块包装到某种 Python 包装器中，以便我的同事使用，避免必须了解 JSL 的细节。我还可能在 JSL 中包含一些 Python 钩子，当 JSL 遇到问题时，这些钩子可能允许他们提取基本的故障排除信息。
我的问题是：这个网站上有哪些最好的视频、白皮书、手册章节、讨论帖、书籍、研讨会等可以帮助我（一个完全的 Python 新手）弄清楚我正在寻找哪些类型的钩子和包装器...并附带以这种方式控制和“嗅探”现有 JSL 代码的 Python 代码示例。
这可能是无法回答的问题，但欢迎提出任何建议。
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？@Paul_Nelson
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？这些可能会给你一些想法
也许是这样，但从前面提到的开始
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？将 JSL 分解为模块化、定义明确且有文档记录的组件是您可以做的最大也是最好的事情。
Python 脚本可以执行 jmp.run_jsl('' 脚本代码 ''')，因此如果您的例程已制作成 JSL 函数，则可以从 Python 调用它们。如果您想更深入地了解，您需要学习 Python 来创建以 Python 程序员期望的方式运行的基于 Python 的对象。如果您可以使您的例程足够小并且有良好的文档记录，那么只要算法有良好的文档记录，它们就可以将 JSL 转换为 Python。
此外，JMP 中的 Python 支持随着每个版本的发布而不断改进，因此 18 中所需的解决方法可以在 JMP 19 或 20 中原生处理。JMP 18 和 19 当前的重点是数据互操作性。目前还没有 JSL 函数 Python Execute( ) 的 Python 等效函数，其中输入、输出和代码的列表会跨边界发送。可以模拟的最好方法是执行类似以下操作。
import jmp
jmp.run_jsl('''
...
Include("Path_to_file");
v1 = Python Get("py_var1");
v2 = Python Get("py_var2");
result = my_jsl_fn(v1,v2);
Python Send(result);
...
''')
19 中有一些支持与 Python 进行互操作的功能，即能够直接从 Python 获取/设置全局命名空间和命名空间变量，因此上述 Python Get() 在 JMP 19 及更高版本中可能不是必需的。
这对我们来说是一个很好的主题，可以更好地将 JSL 函数暴露给 Python 环境。
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？我同意@Craige_Hales的观点，需要测试每条路径。当大数据和高性能发挥作用时，在您的环境中进行测试是无可替代的。没有测试和测量，就没有真正的捷径可以说一种比另一种更好。即便如此，性能调优技巧和窍门也可能针对每种语言。
有一些一般原则。
- 除非绝对必要，请勿处理、移动或复制数据。
- 注意代码的 O()，尽可能展开循环，避免 n^2 或更差的算法。
- 尽量减少关键区域的文件系统访问，并确保内存不会超出物理内存，否则您将交换到磁盘。
- 物理 RAM 与本地 SSD 与 HDD 与网络驱动器。
为了追求绝对的性能，您可能需要测试代码的某些部分，以查看 JSL 还是 Python 哪个执行速度更快。例如，将数据作为 numpy 数组或 pandas 数据框处理并一次性转换为数据表可能比在 JSL 中附加到大型数据表更快（我没有测试过这个，所以我不知道，我只是举个例子。）当性能至关重要时，您需要测试管道的每个主要组件。
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？谢谢！！我已经下载了所有文件并开始深入研究！！！
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？Paul，非常感谢。您的评论让我知道我的想法是正确的。我非常感谢您为 JMPing Pythons（或 Pythonic JMpers）所做的一切。我确信有很多大型、成熟的遗留 JSL 项目处于这种情况，它们不想被重写，但需要添加机制来“解开它们的拉链”，就像（原谅我）让 Python 人窥视内部一样。
非常感谢，约翰
回复：在这种情况下，我应该使用 Python 还是 JSL 作为主控制脚本？谢谢各位专家的解答。
我对一个复杂指标的计算，进行了Python和JSL的比较。
耗时相差近10倍。
我使用 JSL 时运行了完整矩阵。
由于我对Python不太熟悉，所以只能按照这个JSL逻辑，让各种AI用Python来实现。
结果表明，grok3修改效果最好。
