Julia 教程

简介: Julia 教程

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://julialang.org/

Julia 中文手册://docs.juliacn.com/latest/

Julia 教程

相关文章
|
2天前
|
分布式计算 并行计算 Unix
使用推导式和生成器创建数组
使用推导式和生成器创建数组
|
14天前
|
自动驾驶 5G
5G技术中的时分双工(TDD)与频分双工(FDD)的应用区别
5G技术中的时分双工(TDD)与频分双工(FDD)的应用区别
170 63
|
3天前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:智能质量检测与控制
使用Python实现深度学习模型:智能质量检测与控制 【10月更文挑战第8天】
81 62
使用Python实现深度学习模型:智能质量检测与控制
|
14天前
|
机器学习/深度学习 存储 自然语言处理
NLP 面试揭秘:解锁 注意力机制
NLP 面试揭秘:解锁 注意力机制
97 65
NLP 面试揭秘:解锁 注意力机制
|
3天前
|
Docker 容器
docker中端口映射
【10月更文挑战第7天】
85 65
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的优化算法及其应用
【10月更文挑战第8天】 本文将探讨深度学习中常用的优化算法,包括梯度下降法、Adam和RMSProp等,介绍这些算法的基本原理与应用场景。通过实例分析,帮助读者更好地理解和应用这些优化算法,提高深度学习模型的训练效率与性能。
84 63
|
3天前
|
缓存 前端开发 JavaScript
一些有效的方法来加快网站的加载速度
【10月更文挑战第8天】一些有效的方法来加快网站的加载速度
82 62
|
3天前
|
Docker 容器
docker中默认桥接网络
【10月更文挑战第7天】
81 62
|
5天前
|
Linux 编译器 测试技术
【C++】CentOS环境搭建-快速升级G++版本
通过上述任一方法,您都可以在CentOS环境中高效地升级G++至所需的最新版本,进而利用C++的新特性,提升开发效率和代码质量。
89 64