2009 年一些 matlab 工程師，還有 Lisp, Python, Ruby, Perl 的開發者集合起來，他們對現況不滿，目標是要有 C 的速度，Ruby 的動態語言特性，要有 Lisp 的 macros，類似 matlab 的語法，也要有 R 的統計功能，Perl 處理字串的能力，要能處理線性代數，統整起來的程式語言，在 2012 年發表了 Julia，並在今年 2018/8/8 發布正式的 1.0 版。
特性
- 核心很精簡，標準函式庫是以 Julia 開發
- 有支援線性代數、快速傅立葉轉換等功能
- 高效能，接近靜態編譯語言的速度
- 支援平行運算
- 支援 unicode
- 可直接呼叫 C 的 function
- 有類似 shell 的 process 管理能力
- 有類似 lisp 的巨集功能
- 動態資料型別的語言
在 Why We Created Julia 這篇文章中，明確地宣告 Julia 的遠大目標：
We are greedy: we want more.
因為他們希望集合很多程式語言的優點，簡單來說，就是精簡的語法，強大的功能，快速的結果這幾個重點，如果能夠達到目標，相信會吸引很多使用者進入這個領域，剩下就是時間的問題，讓時間去證明大家的選擇是對的。
Julia 的優缺點
優點
速度快: Julia 的設計目標，就是高速，當然會比 python 快很多
更貼近數學的語法: Julia 目標是科學語言，要吸引 matlab, R, Mathematica 的使用者，所以會採用貼近數學方程式的語法
自動記憶體管理: 跟 python, java 一樣，會自動 allocate, free memory
Parallelism: 為達到快速的數學運算，需要儘可能使用所有運算資源
缺點
1-indexed: 為了跟 mathematica 或其他數學軟體的設計一樣，Julia 採用 index 1 作為 array 的第一個 element，一般程式語言是使用 index 0
目前的 3rd party package 數量還不夠，遠遠不及 C 與 Python library 的數量，但這是因為 Julia 的年紀很小，未來他的優點被更多開發者看見，就會發展更好
python 已經發展了 27 年，當然在社群的使用度會比 Julia 多
學習資源
官方網頁 Online tutorials 提供了所有學習的資源及連結
另外在 JuliaBox 可用 github 登入，然後在網頁上使用類似 R 語言的互動開發介面，將文件跟 code 整合在一起
References
Julia vs. Python: Julia language rises for data science
沒有留言:
張貼留言