在這種情況下，我應該使用 Python 還是 JSL 作為主要控制腳本？現在JMP可以和Python無縫對接，JSL和Python可以互相呼叫。
我有一個任務：
1.**接收並擷取資料（py）：**每分鐘，每3秒使用Python程式碼從API接收一次資料。即時從接收到的數據中提取結構化數據，存入一個內存陣列A中。最後，用Python程式碼建立一個新的JMP表（我們稱為表A），並將記憶體數組B中的結構化資料寫入這個JMP表中。最後，清空記憶體陣列B。
2. **連線與選股（JSL）：**使用 JSL 將新建立的 JMP 表 A 中的資料附加到現有的 JMP 表 B。
此過程不斷重複。
以下兩種方法哪一種比較適合這種情況，既注重穩定運行，又減少系統資源消耗？
A. 在單一總體 Python 腳本中，使用計時器連續執行資料接收/擷取 (py) 和連線/股票選擇 (JSL) 部分。
B. 在單一總體 JSL 腳本中，使用計時器連續執行資料接收/擷取 (py) 和連線/股票選擇 (JSL) 部分。
謝謝！
自動化和腳本視窗回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？DeepSeek R1 的
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？grok3
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？編寫兩個單獨的程式並使其同時運行。您可以使用 JMP 透過 RunProgram 啟動 Python，或使用 Python 透過 Python 使用的任何方式啟動 JMP。但是從.py 和.jsl 檔案開始並手動運行它們直到調試完成。
讓 Python 程式碼將完成的工作放置在具有時間戳記檔案名稱的目錄中。如果工作堆積如山（因為其他工人失敗了），就發出警報。
讓 JSL 程式碼每 10 秒喚醒一次，以使用 filesInDirectory 尋找新工作。如果距離發現任何工作已超過 2 分鐘，則發出警報（因為其他工作人員失敗了）。
在 Python 和 JMP 兩種情況下，程式都被設計為無限循環。您不應該製作一個不斷重新啟動它們的控制器。所有通訊都是透過檔案系統完成的，建立和刪除檔案。
文件寫入者和文件讀取者之間可能會發生競爭；如果 JMP 正在讀取不完整的輸出，只需等到有兩個可用檔案並處理倒數第二個檔案。那當然會晚一分鐘。
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？我可以附加一個關於同一一般主題的問題（可能很懶，抱歉）嗎？
我有一個大型的 JSL 程式碼庫（超過 10,000 行），可以對從機構 RDBMS 獲得的大量自動每月資料下載進行各種順序預處理、轉換、解析和重新組織，每次下載的資料均包含十幾個不同格式（xml、csv、xls 等）的檔案。
我即將退休，我不想讓我的程式碼以及由此產生的非常有價值、乾淨、有用的 JMP 資料庫被遺忘。然而，接手專案的最佳同事都是 Python 程式設計師，對學習 JSL 並不十分熱衷。
我的想法是將我的 JSL 程式碼分解為適度大小的邏輯模組（比如說~500 行程式碼），每個模組在整個過程中執行明確定義的步驟，並具有明確定義的輸入和輸出。然後，我會將每個模組包裝到某種 Python 包裝器中，以便我的同事可以使用，避免必須學習 JSL 的細節。我還可能在 JSL 中包含一些 Python 鉤子，當 JSL 遇到問題時，這些鉤子可能允許它們提取基本的故障排除資訊。
我的問題是：這個網站上有哪些最好的影片、白皮書、手冊章節、討論貼文、書籍、研討會等可以幫助我（一個完全的 Python 新手）弄清楚我正在尋找哪些類型的鉤子和包裝器...並附帶以這種方式控制和「嗅探」現有 JSL 程式碼的 Python 程式碼範例。
這可能是無法回答的問題，但歡迎提出任何建議。
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？@Paul_Nelson
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？這些可能會給你一些想法
也許是這樣，但從前面提到的開始
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？將 JSL 分解為模組化、定義明確且有文件記錄的元件是您可以做的最大也是最好的事情。
Python 腳本可以執行 jmp.run_jsl('' 腳本程式碼 ''')，因此如果您的例程已製成 JSL 函數，則可以從 Python 呼叫它們。如果您想要更深入地了解，您需要學習 Python 來建立按照 Python 程式設計師期望的方式運行的基於 Python 的物件。如果你可以使你的例程足夠小並且有詳盡的文檔，那麼他們的工作就可以從 JSL 轉換為 Python，只要該演算法有詳盡的文檔。
此外，JMP 中的 Python 支援隨著每個版本的發布而不斷改進，因此 18 中所需的解決方法可以在 JMP 19 或 20 中本地處理。目前還沒有與 JSL 函數 Python Execute() 等效的 Python 函數，其中輸入、輸出和程式碼的清單可以跨邊界發送。可以模仿的最好的做法是做類似的事情。
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 中有一些支援與 Python 進行互通的功能，即能夠直接從 Python 獲取/設定全域命名空間和命名空間變量，因此上述 Python Get() 在 JMP 19 及更高版本中可能不是必需的。
這對我們來說是一個很好的主題，可以更好地將 JSL 函數暴露給 Python 環境。
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？我同意@Craige_Hales關於測試每條路徑的必要性。當大數據和高效能發揮作用時，在您的環境中進行測試是無可取代的。如果不進行測試和測量，就沒有真正的捷徑可以說一個比另一個更好。即使如此，效能調整技巧和竅門也可能針對每種語言而有所不同。
有一些一般原則。
- 除非絕對必要，請勿處理、移動或複製資料。
- 注意程式碼的 O()，盡可能展開循環，避免 n^2 或更差的演算法。
- 盡量減少關鍵區域的檔案系統訪問，並確保內存不會超出物理內存，否則您將交換到磁碟。
- 實體 RAM 與本地 SSD 與 HDD 與網路驅動器。
為了追求絕對的效能，您可能需要測試程式碼的各個部分，以查看 JSL 還是 Python 哪個運行速度更快。例如，將資料作為 numpy 數組或 pandas 資料框進行處理並一次轉換為資料表可能比在 JSL 中附加到大型資料表更快（我沒有測試過這個，所以我不知道，我只是舉個例子。）當效能至關重要時，您需要測試管道的每個主要元件。
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？謝謝你！我已經下載了所有內容並深入研究！
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？保羅，非常感謝。您的評論讓我知道我的判斷是正確的。我很感激你們為 JMPing Pythons (或 Pythonic JMpers) 所做的一切。我確信有很多大型的、成熟的遺留 JSL 專案都處於這種境地：它們不想被重寫，但需要添加一些機制來“解壓縮”，以便 (請原諒) Python 開發人員可以查看內部內容。
非常感謝，約翰
回覆：在這種情況下，我應該使用 Python 還是 JSL 作為主控制腳本？謝謝各位專家的解答。
我對一個複雜指標的計算，進行了Python和JSL的比較。
耗時相差近10倍。
使用 JSL 時我運行了完整矩陣。
由於我對Python不太熟悉，所以只能按照這個JSL邏輯，讓各種AI用Python來實現。
結果表明，grok3修改效果最好。
