Julia ist eine leistungsstarke dynamische Programmiersprache auf hohem Niveau für wissenschaftliches Rechnen. Seine Syntax ähnelt der anderer wissenschaftlicher Computersprachen. In vielen Fällen ist die Leistung mit kompilierten Sprachen vergleichbar. Julia ist eine flexible, dynamische Sprache, die sich für wissenschaftliche und numerische Berechnungen eignet und deren Leistung mit der traditioneller statisch typisierter Sprachen vergleichbar ist.
Eine Gruppe fortgeschrittener Matlab-Benutzer mit umfangreicher Programmiererfahrung in verschiedenen Sprachen ist mit den vorhandenen Programmiertools für wissenschaftliche Computer unzufrieden – diese Software ist sehr spezifisch für ihre Fachgebiete . Großartig, aber in anderen Bereichen schrecklich. (Empfohlenes Lernen: Python-Video-Tutorial)
Was sie wollen, ist eine Open-Source-Software, die so schnell wie die Sprache C und so dynamisch wie Ruby ist; sie muss so dynamisch sein wie Lisp. Wahre Homoikonizität aber mit mathematischen Notationen, die so vertraut sind wie Matlab; so vielseitig wie Python, so praktisch in der statistischen Analyse wie R, so natürlich wie Perl in der String-Verarbeitung und so leistungsstark wie Matlab in der linearen Algebra. Rechenleistung, die Fähigkeit, die Sprache wie eine Hülle zusammenzufügen , einfach zu erlernen, ohne echte Hacker zu langweilen, es sollte gleichzeitig interaktiv und kompilierbar sein...
Das Projekt ist ca. Mitte 2009 gestartet, derzeit (Februar 2012) sind es 90 % weg von der Veröffentlichung der Version 1.0. Sie können es auf der Quellcode-Homepage herunterladen und ausprobieren.
Derzeit wächst die Julia-Chinesisch-Community schnell und es wurden Frage- und Antwortplattformen wie die Julia-Sprachprogrammierung und -Entwicklung eingerichtet.
Dies ist seine offizielle Einführung: „Wir wollen eine Open-Source-Sprache mit einer liberalen Lizenz, die die Geschwindigkeit von C und die Flexibilität von Ruby hat.“ Von echten Makros wie Lisp bis hin zu bekannten mathematischen Notationen wie Matlab. Wir wollen eine Sprache, die für die allgemeine Programmierung genauso verwendbar ist wie Python, für die Statistik so einfach ist wie R und für die String-Verarbeitung so natürlich ist wie Perl, eine Sprache, die für die lineare Algebra so leistungsfähig ist wie Matlab und so gut darin, Programme zusammenzukleben wie eine Shell. Es ist leicht zu erlernen, aber es lässt ernsthafte Hacker sich darin verlieben. „
Julia kann alles in Python aufrufen. PyCall.jl) und kann den größten Teil von R aufrufen. Selbst wenn eine historische Belastung vorliegt, müssen Sie sich also keine allzu großen Sorgen machen, es sei denn, Ihre Aufgabe ist dringend, und Sie müssen sich nur einen Monat etwas einfallen lassen. Denn obwohl die Lernkurve von Julia reibungslos verläuft, dauert es eine gewisse Zeit, bis Julia Code mit guter Leistung und sauberer Abstraktion schreibt. Die Einfachheit von Python ist ein Vorteil, bringt aber auch Nachteile mit sich.
Außerdem hat die Julia-Community nie gesagt, dass sie Python aufgeben wird, weil es keine Wunderwaffe gibt. Nur im Bereich des wissenschaftlichen Rechnens ist Julia derzeit eine geeignetere Lösung, da es für das wissenschaftliche Rechnen konzipiert ist .Studentin, aber in anderen Bereichen hat Julia fast keine Vorteile. Sie haben also auch Pyjulia, das Ihnen bei der Verwendung von Julia in Python hilft. Natürlich können wir davon ausgehen, dass wir Julia in Zukunft häufig direkt verwenden werden, ohne Python aufzurufen.
Weitere technische Artikel zum Thema Python finden Sie in der Spalte Python-Tutorial, um mehr darüber zu erfahren!
Das obige ist der detaillierte Inhalt vonWelches soll ich lernen, Python oder Julia?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
