Julia

2021年7月27日 (二) 07:07的最后版本

您可以在Wikipedia上了解到此条目的英文信息 Julia Thanks, Wikipedia.

Julia是一个面向科学计算的高性能动态高级程序设计语言，其语法与其他科学计算语言相似，在许多情况下拥有能与编译型语言相媲美的性能，主要用于数值计算，但不仅仅只有这些，它有着广泛的生态系统。

[编辑] 新闻

[编辑] 简介

为什么我们要创造Julia

我们想要的是一个自由开源的语言，并且它同时拥有C的速度和Ruby的动态性；我们想要一个具有同像性（可以将语言的脚本本身当作数据进行处理）的语言，它有着真正的和lisp一样的宏，但是却像MATLAB一样有着显然的，类似于数学表达式的标记；我们想要一个既可以像Python一样作为通用编程语言的工具，又可以像R那样适用于统计分析，能像Perl那样自然地处理字符串，能像MATLAB那样给力地处理矩阵运算，它还要能像shell一样作为胶水将各种程序粘合在一起；我们想要一个简单易学的语言，同时它还能让最苛刻的魔法师们（hackers）开心。我们希望它是交互式的，但我们也希望它能被编译。

受MATLAB和MathematicaWolfram等编程语言启发，Julia可简单看作数值计算和科学计算领域一个开源的编程语言，Julia采用MIT许可协议。

除了语言本身的优点，Julia 还拥有非常强大的生态系统，主要应用于数据可视化、通用计算、数据科学、机器学习、科学领域、并行计算六大领域。

[编辑] 特点

核心语言非常小，标准库用的是Julia语言本身写的；
擅长于数值计算，其语法非常适合数学；
调用许多其它成熟的高性能基础代码：如线性代数、随机数生成、快速傅里叶变换、字符串处理等；
丰富的用于建立或描述对象的类型语法；
高性能，接近于静态编译型语言，包括用户自定义类型等；
为并行计算和分布式计算而设计；
轻量级协程；
优雅的可扩展的类型转换/提升；
支持Unicode，包括但不限于UTF-8
可直接调用C函数（不需要包装或是借助特殊的API）；
有类似shell的进程管理能力；
有类似Lisp的宏以及其它元编程工具。

[编辑] 版本

[编辑] 指南

$ brew cask install julia // macOS
julia> versioninfo()
julia> varinfo()
julia> x = typemax(Int64)
9223372036854775807
julia> for T in [Int8,Int16,Int32,Int64,Int128,UInt8,UInt16,UInt32,UInt64,UInt128]
         println("$(lpad(T,7)): [$(typemin(T)),$(typemax(T))]")
       end
   Int8: [-128,127]
  Int16: [-32768,32767]
  Int32: [-2147483648,2147483647]
  Int64: [-9223372036854775808,9223372036854775807]
 Int128: [-170141183460469231731687303715884105728,170141183460469231731687303715884105727]
  UInt8: [0,255]
 UInt16: [0,65535]
 UInt32: [0,4294967295]
 UInt64: [0,18446744073709551615]
UInt128: [0,340282366920938463463374607431768211455]
julia> function f(x,y)
         x + y
       end
julia> f(2,3)
5

[编辑] Jupyter

IJulia Julia kernel for Jupyter

julia> using Pkg
julia> Pkg.add("IJulia")
julia> Pkg.build("IJulia")
julia> using IJulia
julia> notebook()

$ jupyter notebook --ip=127.0.0.1

新建Julia 1.0.0的notebook

[编辑] 项目

Awesome Julia
Julia Mathematical
Juno is built on Atom.
The GNU MPFR Library
The GNU MP Bignum Library
Jupyter
Light Table
JuliaStats Statistics and Machine learning made easy in Julia.
JuliaDB 并行分析型数据库

[编辑] C/C++

Julia语言核心由C语言和C++编写。

[编辑] 数学物理

[编辑] 包

[编辑] 图书

Introducing Julia

[编辑] 图集

Julia-Python-R
使用Jupyter
数值类型

[编辑] 链接

@@ 第1行： / 第1行： @@
 {{SeeWikipedia|Julia (programming language)}}
+[[文件:julialang.png|right]]
-Julia是一个面向科学计算的高性能动态高级程序设计语言，其语法与其他科学计算语言相似，在许多情况下拥有能与编译型语言相媲美的性能，主要用于数值计算。
+[[文件:julia-computing.png|right]]
+Julia是一个面向科学计算的高性能动态高级程序设计语言，其语法与其他科学计算语言相似，在许多情况下拥有能与编译型语言相媲美的性能，主要用于数值计算，但不仅仅只有这些，它有着广泛的生态系统。
-受[[MATLAB]]和[[Mathematica]]Wolfram等编程语言启发，Julia可看数值计算和科学计算领域一个开源的编程语言。
+==新闻==
+*[https://www.infoq.cn/article/B0dpMASUNf3LBB8y2Svq 开源编程语言 Julia 融资 2400 万美元，人气 10 倍速飙升] (2021.07)
+*[https://mp.weixin.qq.com/s/alHRzMmHaFABbZZO5mUt0g 集Python、C++、R为一体！Julia 1.0重磅发布] (2018.08)
+==简介==
+[https://julialang.org/blog/2012/02/why-we-created-julia-zh_CN 为什么我们要创造Julia]
+我们想要的是一个自由开源的语言，并且它同时拥有[[C programming language|C]]的速度和[[Ruby]]的动态性；我们想要一个具有同像性（可以将语言的脚本本身当作数据进行处理）的语言， 它有着真正的和[[lisp]]一样的宏，但是却像[[MATLAB]]一样有着显然的，类似于数学表达式的标记；我们想要一个既可以像[[Python]]一样作为通用编程语言的工具， 又可以像[[R]]那样适用于统计分析，能像[[Perl]]那样自然地处理字符串，能像[[MATLAB]]那样给力地处理矩阵运算，它还要能像shell一样作为胶水将各种程序粘合在一起；我们想要一个简单易学的语言，同时它还能让最苛刻的魔法师们（[[hacker|hackers]]）开心。我们希望它是交互式的，但我们也希望它能被编译。
+受[[MATLAB]]和[[Mathematica]]Wolfram等编程语言启发，Julia可简单看作数值计算和科学计算领域一个开源的编程语言，Julia采用MIT许可协议。
+除了语言本身的优点，Julia 还拥有非常强大的生态系统，主要应用于[[Data visualization|数据可视化]]、通用计算、[[data science|数据科学]]、[[machine learning|机器学习]]、科学领域、[[parallel computing|并行计算]]六大领域。
 ==特点==
-* 核心语言非常小。标准库用的是Julia语言本身写的
+* 核心语言非常小，标准库用的是Julia语言本身写的；
-* 调用许多其它成熟的高性能基础代码。如线性代数、随机数生成、快速傅里叶变换、字符串处理等。
+*擅长于数值计算，其语法非常适合数学；
-* 丰富的用于建立或描述对象的类型语法
+* 调用许多其它成熟的高性能基础代码：如线性代数、随机数生成、快速傅里叶变换、字符串处理等；
-* 高性能，接近于静态编译型语言。包括用户自定义类型等
+* 丰富的用于建立或描述对象的类型语法；
-* 为并行计算和分布式计算而设计
+* 高性能，接近于静态编译型语言，包括用户自定义类型等；
-* 轻量级协程
+* 为并行计算和分布式计算而设计；
-* 优雅的可扩展的类型转换/提升
+* 轻量级协程；
+* 优雅的可扩展的类型转换/提升；
 * 支持Unicode，包括但不限于UTF-8
-* 可直接调用C函数（不需要包装或是借助特殊的API）
+* 可直接调用C函数（不需要包装或是借助特殊的API）；
-* 有类似shell的进程管理能力
+* 有类似shell的进程管理能力；
-* 有类似[[Lisp]]的宏以及其它元编程工具
+* 有类似[[Lisp]]的宏以及其它元编程工具。
+==版本==
+*[https://julialang.org/blog/2018/08/one-point-zero-zh_cn 1.0]
+*[https://github.com/JuliaLang/julia/releases/tag/v0.6.0 0.6]
+*[https://github.com/JuliaLang/julia/releases/tag/v0.5.2 0.5]
 ==指南==
+ $ brew cask install julia // macOS
+ julia> versioninfo()
+ julia> varinfo()
+ julia> x = typemax(Int64)
+ 9223372036854775807
+ julia> for T in [Int8,Int16,Int32,Int64,Int128,UInt8,UInt16,UInt32,UInt64,UInt128]
+          println("$(lpad(T,7)): [$(typemin(T)),$(typemax(T))]")
+        end
+    Int8: [-128,127]
+   Int16: [-32768,32767]
+   Int32: [-2147483648,2147483647]
+   Int64: [-9223372036854775808,9223372036854775807]
+  Int128: [-170141183460469231731687303715884105728,170141183460469231731687303715884105727]
+   UInt8: [0,255]
+  UInt16: [0,65535]
+  UInt32: [0,4294967295]
+  UInt64: [0,18446744073709551615]
+ UInt128: [0,340282366920938463463374607431768211455]
+ julia> function f(x,y)
+          x + y
+        end
+ julia> f(2,3)
-==IDE==
+==Jupyter==
-*[http://lighttable.com/ Light Table]
+[https://github.com/JuliaLang/IJulia.jl IJulia] Julia kernel for [[Jupyter]]
-*[http://junolab.org/ Juno]
+ julia> using Pkg
+ julia> Pkg.add("IJulia")
+ julia> Pkg.build("IJulia")
+ julia> using IJulia
+ julia> notebook()
+$ jupyter notebook --ip=127.0.0.1
+ 新建Julia 1.0.0的notebook
+==项目==
+*[https://github.com/svaksha/Julia.jl Awesome Julia] [[image:awesome.png]]
+*[https://github.com/svaksha/Julia.jl/blob/master/Mathematics.md Julia Mathematical]
+*[[Juno]] is built on [[atom editor|Atom]].
+*[http://www.mpfr.org/ The GNU MPFR Library]
+*[https://gmplib.org/ The GNU MP Bignum Library]
+*[[Jupyter]]
+*[[Light Table]]
+*[https://juliastats.github.io/ JuliaStats]  Statistics and [[Machine learning]] made easy in Julia.
+*[https://github.com/JuliaComputing/JuliaDB.jl JuliaDB] 并行分析型数据库
+==C/C++==
+Julia语言[https://github.com/JuliaLang/julia/tree/master/src 核心]由[[c programming language|C语言]]和[[C++]]编写。
+==数学物理==
+*[https://github.com/svaksha/Julia.jl/blob/master/Mathematics.md Mathematics]
+*[https://github.com/svaksha/Julia.jl/blob/master/Physics.md Physics]
+*[https://github.com/JuliaOpt/JuMP.jl JuMP]
+*[http://juliadiffeq.org/ Differential Equations] 微分方程
+*[https://github.com/JuliaMath/IterativeSolvers.jl Iterative Solvers] 迭代求解
+*[https://qojulia.org/ Quantum Dynamics] 量子动力学
+*[https://github.com/JuliaDynamics Nonlinear Dynamics] 非线性动力学
+*[https://juliaastro.github.io/ Astronomy and Astrophysics] 天文学和天体物理学
+*[https://julialang.org/blog/2019/04/fluxdiffeq-zh_tw DiffEqFlux.jl – Julia 的神經微分方程套件]
+==包==
+*[https://docs.julialang.org/en/stable/stdlib/Pkg/ Pkg文档]
+*[https://pkg.julialang.org/ Package]
+*[https://github.com/JuliaLang/Pkg.jl Pkg.jl]
+==图书==
+*[https://en.wikibooks.org/wiki/Introducing_Julia Introducing Julia]
 ==图集==
+<gallery>
+image:julia-python-r.png|Julia-Python-R
+image:Julia-using-jupyter.png|使用Jupyter
+image:type-hierarchy-for-julia-numbers.png|数值类型
+</gallery>
 ==链接==
 *[http://julialang.org/ Julia官网]
+*[https://github.com/JuliaLang/julia Julia @ GitHub]
+*[http://juliacon.org/ JuliaCon]
+*[https://julia.mit.edu/ Julia Lab @ MIT]
 *[http://docs.huihoo.com/julia Julia文档]
+*[https://juliacomputing.com/ Julia Computing]
+*[https://github.com/JuliaCN/julia_zh_cn Julia中文计划]
+*[https://archive.is/YzR6y Is Julia the Future for Big Data Analytics?]
 [[category:programming language]]
-[[category:LLVM]]
+[[category:data science]]
+[[category:data analysis]]
+[[category:computational science]]
 [[category:mathematics]]
+[[category:numerical analysis]]
+[[category:LLVM]]
+[[category:jupyter]]
+[[category:huihoo]]