Julia 教程

简介: Julia,一款高性能的开源编程语言,专为科学计算设计,具备动态高级语言特性,速度快,无需解释器。支持多种平台,包括macOS、Windows和Linux等。其特点是小核心、丰富的类型语法、高性能、并行计算优化、C函数直接调用、Unicode支持及元编程工具。常用于数值计算。首个Julia程序示例为打印"Hello World!"。参考链接:[Julia官网](https://julialang.org/)和[Julia中文手册](https://docs.juliacn.com/latest/)。

Julia 教程

Julia 是一个开源的编程语言,采用 MIT 许可证,每个人都可以免费使用。

Julia 是一个面向科学计算的高性能动态高级程序设计语言。

Julia 最初是为了满足高性能数值分析和计算科学的需要而设计的,不需要解释器,速度快。

Julia 于 2012 年首次发行,支持各种平台:macOS、Windows、Linux、FreeBSD、Android。

Julia 语言特点
核心语言非常小,标准库用的是 Julia 语言本身写的。
调用许多其它成熟的高性能基础代码,如线性代数、随机数生成、快速傅里叶变换、字符串处理。
丰富的用于创建或描述对象的类型语法。
高性能,接近于静态编译型语言,包括用户自定义类型等。
为并行计算和分布式计算而设计。
轻量级协程。
优雅的可扩展的类型转换/提升。
支持 Unicode,包括但不限于 UTF-8。
可直接调用 C 函数(不需要包装或是借助特殊的 API)。
有类似 shell 的进程管理能力。
有类似 Lisp 的宏以及其它元编程工具。
可与 Jupyter notebook 一起使用。
Julia 语言用途
Julia 主要功能是用于数值计算。

第一个 Julia 程序
接下来我们来编写第一个 Julia 程序 hello.jl(Julia 文件扩展名 .jl),代码如下:

hello.jl 文件
println("Hello World!")
要执行 Julia 语言代码可以使用 julia hello.jl 命令。

执行以上代码输出:

$ julia hello.jl
Hello, World!
参考链接
Julia 官网:https://julialang.org/

Julia 中文手册:https://docs.juliacn.com/latest/

相关文章
|
3月前
|
机器学习/深度学习 分布式计算 C语言
Julia
Julia
43 0
|
22小时前
|
并行计算 Linux iOS开发
Julia 教程
Julia是一款采用MIT许可证的开源编程语言,专为高性能科学计算设计。自2012年起支持多平台(macOS、Windows、Linux等),Julia具备简洁的核心语言和标准库,能够调用成熟的基础代码库,如线性代数和FFT。其特性包括高性能、类型系统、并行计算支持及轻量级协程。Julia可以直接调用C函数,支持元编程,并兼容Jupyter Notebook。首个程序示例:“hello.jl”文件中以`println("Hello World!")`展示基本语法。更多信息参见官网[julialang.org]及中文手册[docs.juliacn.com/latest/]。
|
3月前
|
分布式计算 并行计算 编译器
NumPy 高级教程——并行计算
NumPy 高级教程——并行计算【1月更文挑战第3篇】
336 26
|
2月前
|
存储 索引
Julia 数组
**Julia 数组是动态大小、可变的元素集合,支持一维至多维。索引以整数开始,类型可变或指定。创建一维数组如 `[1,2,3]`,也可创建指定类型数组如 `Int64[1,2,3]` 或 `String["Taobao","baidu","GOOGLE"]`。Julia 提供丰富函数进行数组操作。**
|
2月前
|
Unix Linux Android开发
Julia 语言环境安装
Julia 语言可在Linux, FreeBSD, macOS, Windows和Android上运行。下载地址:[https://julialang.org/downloads/](https://julialang.org/downloads/),或使用国内镜像:[https://mirrors.tuna.tsinghua.edu.cn/julia-releases/bin/](https://mirrors.tuna.tsinghua.edu.cn/julia-releases/bin/)。
conda常用操作和配置镜像源
conda常用操作和配置镜像源
11005 0
|
2月前
|
Unix Linux Android开发
Julia 语言环境安装
**Julia 安装概要:** 支持Linux, FreeBSD, macOS, Windows及Android。下载地址:[https://julialang.org/downloads/](https://julialang.org/downloads/);GitHub源码:[https://github.com/JuliaLang/julia](https://github.com/JuliaLang/julia)。
|
3月前
|
机器学习/深度学习 PyTorch TensorFlow
JAX: 快如 PyTorch,简单如 NumPy - 深度学习与数据科学
JAX: 快如 PyTorch,简单如 NumPy - 深度学习与数据科学
81 0
|
缓存
IA32和X86有什么区别?
IA32和X86有什么区别?
455 0
|
机器学习/深度学习 存储 数据可视化
PyTorch 神经网络模型可视化(Netron)
PyTorch 神经网络模型可视化(Netron)
1085 0