自動目錄
Julia 作為一個非常年輕的程式語言,至今大概3 4年而已(2018年起0.7, 1.0版釋出後,編譯器才趨於穩定)[1]。
此篇是雜談,不是教學。
為什麼要去學習一個陌生的、全新的語言?
從開始學電腦程式,不知學習過多少語言,也不知放棄學習多少種語言。
隨著年紀增長,會越來越不想學習新的語言,畢竟所有語言都大同小異:
有的強調學習快、有的強調結構好、資源多、執行快或是平台擴展性,各有優缺點。
人能夠學習的範圍和時間很有限,語言只是一個工具,重點在於你要拿工具來做什麼?
所以重點千萬不要搞偏了。
回到主題,為什麼要去學習一個全新的語言,當然理由可以羅列幾十條,我覺得最要考慮的是學他能做什麼?
為什麼要學 JULIA?
關於Julia誔生的神話故事並不在我考慮的範圍,我得先看他的強項是什麼。
此文僅稍微整理一下,並把他的優缺點做個整理。
超強的線性代數能力
我覺得 julia很適合拿來算數學,尤其是線性代數
複數
利用 im 保留字輕鬆完成複數計算
-13 + 11im
julia> (5-3im)^3
-10 - 198im
求項位角
利用angle並轉換成角度
63.43494882292201
矩陣
下式等於是
2×2 Matrix{Int64}:
1 2
2 4
反矩陣及轉置矩陣
其中 [1 2; 3 4] 代表矩陣
2×2 Matrix{Float64}:
-2.0 1.0
1.5 -0.5
共軛轉置
2×2 adjoint(::Matrix{Int64}) with eltype Int64:
1 3
2 4
轉置矩陣及求值
julia> A = [
1 3 8
2 -5 10
-3 1 7
]
3×3 Matrix{Int64}: <== 定義結果
1 3 8
2 -5 10
-3 1 7
julia> transpose(A) <== 轉置矩陣
3×3 transpose(::Matrix{Int64}) with eltype Int64:
1 2 -3
3 -5 1
8 10 7
julia> det(A) <== 行列式求值
-281.0
安裝套件
安裝套件可以使用 Pkg函數
julia> Pkg.add("Plots")
利用 Pkg的函數進行套件安裝,管理上方便
繪圖
julia> plot(rand(100,4), layout = 4, label=["a" "b" "c" "d"],
title=["A府" "B道" "C州" "D縣"], fontfamily="MingLiU" )
其它
分数
分数計算器
13//21
函數
julia> f(x) = 2x^3+x^2-5x-10
julia> g(x) = 2x-4
julia> h(x)= f(g(x))
julia> h(3)
0
集數合
求解集合數的和
julia> f(2,30)
7.389056098930650227230427182040632654314999242091465026550353896014737571231858
這是收斂函數,但其中 factorial()函數是算階乘,理論上在 20! 時就會溢位爆掉,但是透過 BigInt 還是可以算出值。
定積分
定積分有給定範圍的能夠計算,但如球體的體積分。
計算的精度就由切片的大小來決定,可以計算出定積分
<<程式撰寫中、待完成>>
多平台支援
Linux/ Windows/ Mac 等多平台多系統支援,同時也支援 ARM, IA64等架構
結論
優點
超強數學算力,很適合拿來做數學計算。
眾多使用者貢獻算力及各種方便的函數。
繪圖功能強大。
程式自由度高,對於類別和寫法寬容。
學習快速直覺。
缺點
因為輸入法干擾,交談環境有時游標會不見。
特殊符號在 linux上無法顯示。
線上文件仍有限,程式碼錯誤及說明提示不夠完備
總體而言,JULIA值得學習,尤其你需要做許多的數學物理方面的計算。
參考資料
[1] https://en.wikipedia.org/wiki/Julia_(programming_language)
[2] https://runebook.dev/ja/docs/julia/stdlib/linearalgebra/index#LinearAlgebra.det
[3] 小抄紙 https://juliadocs.github.io/Julia-Cheat-Sheet/
[4] https://docs.juliaplots.org/latest/generated/pyplot/
[5] http://park.itc.u-tokyo.ac.jp/kato-yusuke-lab/nagai/julianote.pdf