近年来，Julia 语言已然成为编程界的新宠，今年 TOIBE8 月份编程语言排行榜上，Julia 已迅速攀升至第 50 名。短短几年，这门由 MIT CSAIL 实验室开发的编程语言就变得炙手可热，很大部分是因为这门语言结合了 C 语言的速度、Ruby 的灵活、Python 的通用性，以及其他各种语言的优势于一身，并且具有开源、简单易掌握的特点。

8 日，Julia 正式发布 1.0 版本。Julia 团队表示：“Julia 1.0 版本是我们为如饥似渴的程序员构建一种全新语言数十年来工作成果的巅峰。”那么问题来了，Julia 真有这么神？你做好学习一门新编程语言的准备了吗？

为什么你应该学习 Julia？

从 2012 年到现在，Julia 1.0 在编程界已经打出了自己的一片“小天地”。截至发稿前，Julia 在 Github 上已经获得了 12293 颗星星，TOIBE8 月份编程语言排行榜上已迅速攀升至第 50 名。

Julia 之所以这么受欢迎，这与它解决了工程师们一个“坑爹”问题有关：工程师们为了在数据分析中获得速度和易用性，不得不首先用一种语言编码，然后用另一种语言重写，即很多人口中的“双语言问题”。

与其他语言相比，Julia 易于使用，大幅减少了需要写的代码行数；并且能够很容易地部署于云容器，有更多的工具包和库，并且结合了多种语言的优势。据 Julia Computing 的宣传，在七项基础算法的测试中，Julia 比 Python 快 20 倍，比 R 快 100 倍，比 Matlab 快 93 倍。

目前 Julia 的应用范围已经非常广泛了，可以用于天文图像分析、自动驾驶汽车、机器人和 3D 打印机、精准医疗、增强现实、基因组学和风险管理等领域。

两年前，诺贝尔经济学奖得主 Thomas Sargent 和澳大利亚国立大学的经济学教授 John Stachurski，共同建议纽约联邦储备银行把其用于市场走势预测和政策分析的“动态随机一般均衡模型（DSGE）”转到 Julia 语言平台。在项目第一阶段后，他们发现，Julia 把模型运行时间缩短至原先 Matlab 代码的十分之一到四分之三。

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。

Julia 在规模化机器学习领域为深度学习、机器学习和 AI 提供了强大的工具（Flux 和 Knet）。Julia 的数学语法使其成为表达算法的理想方式，支持构建具有自动差异的可训练模型，支持 GPU 加速和处理数 TB 的数据。Julia 丰富的机器学习生态系统还提供监督学习算法（如回归、决策树）、无监督学习算法（如聚类）、贝叶斯网络和马尔可夫链蒙特卡罗包等。

Julia 目前下载量已经达到了 200 万次，Julia 社区开发了超过 1900 多个扩展包。这些扩展包包含各种各样的数学库、数学运算工具和用于通用计算的库。除此之外，Julia 语言还可以轻松使用 Python、R、C/C++ 和 Java 中的库，这极大地扩展了 Julia 语言的使用范围。

所以说，Julia 火起来不是没有原因的，而最新发布的 1.0 版本又添加了很多新功能。

按例，先贴上新版本相关链接：

Julia 1.0 试用版链接：

GitHub 地址：

目前支持 Julia 的平台：

Julia 到底是怎样一门语言？

Julia 首次公开面世时便体现出该社区对语言的一些强烈要求：

我们想要一种拥有自由许可的开源语言。我们想要它拥有 C 的速度与 Ruby 的灵活。它要容易理解，像 Lisp 一样真正地支持宏，但也要有像 Matlab 一样的明显、熟悉的数学符号。它还要像 Python 一样可用于通用编程，像 R 一样易于统计，像 Perl 一样可自然地用于字符串处理，像 Matlab 一样擅长线性代数，像 一样擅长将程序粘合在一起。总之，它既要简单易学，但也要让最严肃的黑客开心。我们既希望它是交互式，也希望它是可编译的。

现在，一个充满活力和蓬勃发展的社区围绕着这种语言成长起来，来自世界各地的人们在追求这一目标的过程中不断地精炼并重塑着 Julia。超过 700 人为 Julia 做出了贡献，还有很多人制作了数以千计的令人惊叹的开源 Julia 软件包。总而言之，我们建立的语言：

  • 快速：Julia 就是为高性能而设计的。Julia 程序通过 LLVM 编译为多个平台的高效本机代码。
  • 通用：它使用多个调度作为范例，使得它很容易表达众多面向对象和函数编程的模式。它的标准库提供异步 I / O、进程控制、日志记录、概要分析、软件包管理器等。
  • 动态：Julia 是动态类型的，就像一种语言，并且很好地支持交互式使用。
  • 技术：它擅长于数值计算，其语法非常适合数学，支持的数字数据类型众多，并具有开箱即用并行性。Julia 的多次调度非常适合定义数字和数组类型的数据类型。
  • （可选）键入：Julia 具有丰富的描述性数据类型语言，类型声明可用于阐明和巩固程序。
  • 可组合：Julia 的软件包可以很好地协同工作。单位数量矩阵，货币和颜色数据表都可以进行，并且性能良好。

如果你要从 Julia 0.6 或更早版本升级代码，我们建议首先使用过渡版 0.7，其中包括弃用警告帮助指导完成升级。如果你的代码没有警告，则可以更改为 1.0 而无需任何功能更改。已注册的软件包正在使用该过渡版本发布 1.0 兼容的更新。

原文来自：

本文地址：//gulass.cn/julia-python-c.html编辑：清蒸github，审核员：逄增宝

本文原创地址：//gulass.cn/julia-python-c.html编辑：清蒸github，审核员：暂无