一群拥有各种语言丰富编程经验的Matlab高级用户，对现有的科学计算编程工具感到不满——这些软件对自己专长的领域表现得非常棒，但在其它领域却非常糟糕。（推荐学习：Python视频教程）
他们想要的是一个开源的软件，它要像C语言一般快速而有拥有如同Ruby的动态性；要具有Lisp般真正的同像性（Homoiconicity）而又有Matlab般熟悉的数学记号；要像Python般通用、像R般在统计分析上得心应手、像Perl般自然地处理字符串、像Matlab般具有强大的线性代数运算能力、像shell般胶水语言的能力，易于学习而又不让真正的黑客感到无聊；还有，它应该是交互式的，同时又是编译型的……
该项目大约于2009年中开始，目前（2012年2月）距离1.0版的发布已经进展到90%。在源码主页上可下载试用。
目前，Julia中文社区正在迅速成长，Julia语言编程开发等问答平台已经建立。
这是他的官方介绍：“我们想要一种拥有自由许可的开源语言，同时拥有 C 的速度和 Ruby 的灵活。我们想要一种同像性语言，有像 Lisp 这样真正的宏，也有像 Matlab 这样的浅显熟悉的数学符号。我们想要一门像 Python 一样可用于通用编程，像 R 一样易于统计，像 Perl 一样自然地用于字符串处理，像 Matlab 一样强大的线性代数，像 shell 一样擅长将程序粘合在一起的语言。它简单易学，却能让严苛的黑客为之倾心。我们希望它是交互式的，具备可编译性。”
Julia可以调用Python的所有东西（JuliaPy/PyCall.jl），可以调用大部分的R，所以即便有历史负担，也不必太担心，除非你的任务很急，就是一个月要搞出来什么东西。因为虽然Julia学习曲线平滑，但是想用Julia写出性能好，抽象干净的代码是需要一定时间的。Python这么简单是优点，也同时带来了缺点。
此外，Julia社区也从未说放弃Python，因为no silver bullet（没有银弹），只有在科学计算这个领域，Julia目前才是更加合适的解决方案，因为它为科学计算而生，但是在其它领域Julia就几乎没有优势了。所以你还有pyjulia来帮助你在Python里使用Julia。当然我们也许可以期待，在将来我们很多时候不需要调用Python直接使用Julia。
更多Python相关技术文章，请访问Python教程栏目进行学习！
以上就是python和julia学哪个的详细内容，更多请关注php中文网其它相关文章！
