谭升
非主流人工智能科学家 我和外面那些妖艳的货不一样

【Julia】Julia编程语言介绍

Julia 编程语言

Julia 简介

Julia语言是MIT的几个科学家,觉得Matlab还有Python不太适合自己的行业,所以自己搞出来的一种编程语言,和另外几百中编程语言一样,其有独特的受众,那就是 —— 数据科学。Julia是小众的,其诞生以来的基本目标就是,能像C语言编写的程序一样快,但是又要有Ruby一样的动态性。Julia主要的目标用户是数据科学家,统计学习,机器学习从业者等。

Julia 与 Python

平时的工作,基本都是跟TB,PB级别的数据打交道,所以,Python速度从一开始就受到诟病,虽然你可以让python结合c语言来提速,但是对于特异性很高,没有现有库支持的任务,那种工作量和直接写c语言差不多。
而且,Julia程序及其好写,我个人觉得Python的面向对象的机制对于数据科学家来说,基本没什么用,我们更多的是按照某个流程处理全部数据,而不需要用到类;
由于Python通用性,对于数据科学家来说,干点什么事都需要import一大堆各种各样的包,读个csv都要先import点什么。但是Julia针对数据处理,所以很多包都内置了,相对于Python会简洁很多。
Python用途更广泛,而Julia面向数据处理,所以这些差异都在情理之中。

Julia 与 c++

当然C++的特性基本更用不到了,如果使用C++没有用到多态和继承,那么就相当于在写c语言,而数据科学,想来想去,也不太会用到多态和继承。

Julia 与 R

至于R语言,个人不太了解,但是Julia肯定比他快。
Julia可以在使用过程中轻松的集成R或者Python等语言编写的库,这个可以大大的提高工作效率。

Julia 有什么特点

Julia的特点很多,但是主要概括如下,如果你的工作需要这些特点,那么Julia是你的好选择。
1. 卓越的性能
– 某些任务速度堪比C语言
2. 强大的基础库
– 内置线性代数运算,高效
3. 支持分派
– 同一个函数可以实现不同的过程(比c++的多态更简单)
4. 容易上手
– Julia语言非常简单,学过c语言的同学可以在24小时内上手
5. 用户友好的界面
– 本地还是远程的Julia用户界面都很好用
6. 与其他语言对接
– 无缝拼接,R,Python和C
7. 开源
– 所有文档都可以找到
8. 开发者承诺
– 不会开发到半路然后跑路
9. 自定义函数的性能
– 自己写的函数也很快,不会只有内置的函数快,而自定义的速度慢
10. 并行
– 轻松的并行,数据科学最需要的就是并行,而Python真的不太好用
11. 灵活性
– 开发程序灵活,可以找到各种问题的方案解决

为什么选择Julia

如果你是跟数据打交道的,从事机器学习,数据处理类的工作,那么Julia的高效,并行,绝对是你的不二之选。
活跃的社区和丰富的功能,持续的更新,也是这门年轻的语言将会成功的先兆。
最主要的,就是效率,减少一分钟的运行时间,对于有些项目,可能是至关重要的,对于处理数据,我们需要提高的就是:效率,效率,还是效率

总结

本文介绍了Julia的基本性质,如果Julia适合你,那么快加入吧。

引用

  1. Voulgaris Z. Julia for Data Science[M]. Technics Publications, 2016.
  2. https://en.wikipedia.org/wiki/Julia_(programming_language)
  3. https://julialang.org
Share

You may also like...

说点什么

avatar
  Subscribe  
提醒

由于博客移至wordpress,部分公式和代码显示不正常,博主正在努力修改,如发现公式显示错误,请及时在文章下留言,感谢您的帮助,尽请原谅!