Julia：集Python、C＋、R等語言為一體的全新語言

21CTO導讀：Julia是數據科學家的一個「零妥協」的編程語言，它將動態語言的易用性與編譯語言的速度相結合的開發語言，目前它的1.0版本剛剛正式發布。

Julia語言的Logo

Julia是一款免費的開源，高級，高性能，動態編程語言，適用於數值計算。它兼具動態語言的開發便利性和編譯的靜態類型語言的性能，部分歸功於基於LLVM的JIT編譯器生成本機機器代碼，部分是通過多個專業化實現類型穩定性的設計，這使得代碼編譯更高效。

Julia 語言的官網：https://julialang.org/

Julia 語言項目地址：https://github.com/JuliaLang

在2012年宣布Julia首次發布的博客文章中，Jeff Bezanson，Stefan Karpinski，Viral Shah和Alan Edelman這三個作者表示，3個人花了三年時間創建Julia，他們非常「貪婪」。這幫人厭倦了要在Matlab，Lisp，Python，Ruby，Perl，Mathematica，R和C之間的權衡，想要一種有益於科學計算，機器學習，數據挖掘，大規模線性代數、並行計算和分散式計算的單一語言。

Julia除了對研究科學家和軟體工程師具有吸引力之外，Julia還對數據科學家以及金融分析師和量子計算也具有吸引力。

2015年7月，該語言的設計者創立了Julia Computing公司，以「開發Julia，它是易於使用，易於部署且易於擴展的產品。」為目標。截至撰寫本文時，該公司有28名員工，客戶從國家實驗室到銀行，從經濟學家到自動駕駛汽車研究人員均包括。除了在GitHub開源存儲庫上維護Julia之外，Julia Computing還提供商業產品，包括JuliaPro，有免費和付費兩個版本之區分。

從技術上來看，這種語言會長期發展下去。如今是一個里程碑的時刻。本周於倫敦舉辦的 Julia 語言年會上，Julia 1.0 正式發布，一起發布的還有 JuliaCon產品。

什麼是Julia？

Julia旨在以單一語言創建前所未有的易用性，功能和效率組合。對於它效率問題，請看以下圖片：

上圖顯示了Julia和其他10種語言相對於C語言的表現，越低越好。該圖執行的基準是非常低級的任務，是使用Jupyter中的Gadfly繪圖和數據可視化系統創建的。 Julia右邊的語言按幾何平均值排序，LuaJIT最快，GNU Octave的速度最慢。

對於幾種數據操作，Julia代碼比C語言更快，其它的操作會比C慢幾倍。相比之下，比如R語言，某些操作比C慢近1000倍。

Julia 1.0

如今Julia 在開發語言排行榜中已經開創了自己的一席之地。在GitHub上Julia 已經獲得了 12293 顆星。

此外，在TOIBE 8 月份編程語言排行榜（https://www.tiobe.com/tiobe-index/）上已攀升至第 50 名：

這一切，緣於Julia 開發者對該語言提出了很多「貪婪」的需求：

我們想要一種十分自由的開源語言，同時兼具 C 語言的速度和 Ruby 語言的靈活度。我們想要一種同像性語言，具有像 Lisp 一樣真正的宏，也有像 Maltlab 一樣淺顯易懂的數學符號。它是像 Python 一樣有用的通用編程語言，像 R 語言一樣便於統計的語言，像 Perl 一樣自然的字元串處理語言，像 Matlab 一樣強大的線性代數語言，也是像 shell 一樣的「膠水語言」。它簡單易學，卻能讓嚴苛的黑客們為之傾心。我們希望它兼具交互性和可編譯性。

為了這樣一個目標，世界各地的人們不斷地重塑並改進著 Julia。超過 700 人對 Julia 做出了實質性貢獻，更有不計其數的人製造了數千個驚人的 Julia 開源軟體包。社區構建了一種這樣的語言：

高速：Julia 為高性能而生。Julia 程序通過 LLVM 為多個平台編譯高效的本地代碼。

通用：它使用多分派作為範例，使得表達許多面向對象和函數式的編程模式變得容易。標準庫提供非同步 I/O、進程式控制制、日誌記錄、性能分析、包管理器等。

動態：Julia 是動態型語言，與腳本語言類似，並且支持互動式使用。

專業：它擅長數值計算，其語法適用於數學，支持多種數值數據類型，並具有良好並行性。Julia 的多分派天生適合定義數字和類數組的數據類型。

多樣：Julia 擁有豐富的描述性數據類型，類型聲明使程序條理清晰且穩定。

可組合：Julia 的包可以很好地組合在一起。單位數量的矩陣，或者貨幣和顏色的數據列表，都可以組合——而且性能很好。

現在， Julia語言 1.0 版本已經可以下載。1.0 不僅涉及穩定性，還引入了多種新的強大、創新性語言功能。Julia 1.0 的新功能專門構建了許多新的外部軟體包，如數據處理和操作生態系統的改進和異構架構支持的改進等。

對於1.0 這樣一個版本號，意味著語言做了大量的改進，如果你想查看完整的列表，可以訪問其官網：https://docs.julialang.org/en/release-0.7/NEWS/

Julia 的JIT編譯器

與純解釋器相比，JIT（即時）編譯器在代碼運行之前必須解析源代碼然後生成本地機器代碼，這與Java的VM很像，這樣也就意味著Julia程序在每個函數和宏第一次會話運行時會有一些啟動時間。可以在下面的屏幕截圖中，看到第二次生成一百萬個隨機浮點數時，所花費的時間比第一次執行時少一個數量級。 @time宏和rand()函數都需要在代碼中首次編譯，因為Julia庫是用Julia編寫的。

來看如下命令行代碼：

julia>@timerand(10^6);

0.62081seconds(14.44k allocations:8.415MiB)

julia>@timerand(10^6);

0.004881seconds(7allocations:7.630MiB)

Julia粉絲聲稱它比Python更易於使用，包括R甚至Matlab。 這些數據比較值得開發者仔細研究。Julia語言被設計的優雅，功能強大，並且面向科學計算，而且庫提供了廣泛的高級編程功能。

Julia的代碼實例

以下是一段Julia語言示例，是類似Mandelbrot的基準代碼：

可以看到，Julia中內置了複數運算，測試和計時的宏也是如此。Julia沒有那些C語言系的尾隨分號，以及Lisp語言困擾程序員的嵌套括弧。請注意，mandelperf()在第61行和第62行中被調用兩次。第一次調用測試結果的正確性並執行JIT編譯;第二次則直接出結果。

JuliaPro和Juno IDE

你可以從Julia語言官網（https://julialang.org/）下載適用於Windows，MacOS，通用的Linux或FreeBSD的免費開源Julia命令行。 然後從GitHub克隆Julia源代碼存儲庫。

除了編譯器之外，JuliaPro還提供了基於Atom的Juno IDE（如下所示）和160多個軟體包，包括可視化和繪圖相關功能。

除了免費的JuliaPro之外，還可以添加企業支持訂閱，量化財務功能，資料庫支持和時間序列分析等。 JuliaRun是集群或可擴展的雲伺服器。

Juno是一個基於Atom文本編輯器的免費Julia IDE

Jupyter NotePad和IJulia

除了使用Juno作為Julia IDE之外，還可以使用帶有Julia擴展的Visual Studio Code（如下所示）和帶有IJulia內核的Jupyter NotePad（如下面的第二和第三個屏幕截圖所示）。

使用Visual Studio Code 之 Julia 擴展

啟動Julia內核從Jupyter notebook

科學家與研究人員的價值

科學家或研究人員在Julia上會發現更多感興趣的包，我們可以從上面右欄中的類別名稱中看到。 此外Julia的許多語言特徵都面向科學計算，工程和分析。 比如，在下面的截圖中，矩陣和線性代數都是在複雜的層次上構建到語言中的。

Julia為多維數組和線性代數運算提供了複雜的支持

開始學習Julia

開發者可以免費使用Julia和眾多開源軟體包，也可以在需要時購買企業支持和高級功能。

首先，使用全局變數會讓Julia變慢。這是因為全局範圍內的變數沒有固定類型，除非聲明類型，這反過來意味著使用全局變數的函數和表達式必須處理任意種類型。在函數範圍內聲明變數會更有效，因此可以確定它們的類型，並且可以生成使用它們的簡單代碼。

其次，我們需要了解，在Julia命令行中在頂層聲明的變數就是全局變數。如果你不能避免這樣做，可以通過聲明const常量來使性能更好或更安全一些。這並不意味著變數的值不能改變，只是變數的類型不能更改。

我們可以閱讀Julia手冊和Julia學習資源的網站，如http://julia-cn.readthedocs.io/zh_CN/latest/。除了閱讀這個手冊，還可能觀看Jane Herriman的入門視頻教程。

如果你更喜歡在自己的機器而不是JuliaBox上進行操作，可以從GitHub克隆JuliaBoxTutorials repo並從Jupyter運行Local_installations安裝所需的所有軟體包，這樣就可以愉快地在本地調試Julia了。

編譯：洛逸

來源：21CTO社區

讚賞作者，加個雞腿吧~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！