首頁

Julia Taiwan 中文文件

歡迎來到 Julia Taiwan 中文文件,當前翻譯對應版本為 v0.6。

概論 (Introduction)

科學計算一般來說需要極高的效能,然而領域專家往往使用較緩慢的動態程式語言進行開發。我們相信選擇動態語言是基於很多應用上的好理由,所以我們也不希望他們消失。幸運的是,現代語言設計與編譯器技術能讓解決大部分效能取捨的問題,提供單一且具足夠生產力的環境讓大家打造原型,並且可以有效率的交付效能吃重的應用程式。Julia 程式語言足以擔綱這個角色:它是一個具有彈性的動態語言,適合科學與數值運算,同時在效能可以與傳統靜態型別語言媲美。

Julia 的編譯器與 Python 或 R 的直譯器不同,你起初會發現 Julia 的效能是違反直覺的。如果你發現某些東西慢了,在嘗試其他方法之前,我們強烈建議你閱讀 效能建議 (Performance Tips) 章節。一旦你了解 Julia 的運作方式之後,你可以很簡單地寫出接近 C 語言效能的程式。

Julia 的特色有選擇性型別宣告 (optional typing)、多重分派 (multiple dispatch,) 跟絕佳的效能,藉由型別推斷 (type inference) 以及 just-in-time (JIT) compilation 達成,語言核心以 LLVM 實作。它是一個多典範(multi-paradigm) 語言,結合了命令式 (imperative)、函數式 (functional) 跟物件導向 (object-oriented programming)。Julia 為高階數值運算提供了易用性與表達性語法,就像 R、MATLAB 跟 Python 語言一般,除此之外也可以用於一般程式設計。為了達成這些,Julia 承襲了數學程式語言,也向主流程式語言借鏡了不少,其中包含 LispPerlPythonLua、跟 Ruby

Julia,相較於典型動態語言,最亮眼的部份包含:

動態語言使用起來有時候常會以為它是「無型別」,但事實上絕對不是這樣的:每個物件,無論是原始型別或是使用者定義的,都有一個型別。在大多數動態語言中都缺乏型別宣告,然而,這意味著我們無法告訴編譯器關於值的型別,也時常無法明確地討論型別(and often cannot explicitly talk about types at all)。另一方面,在靜態語言,我們可以,通常也是必須,標記型別,型別只存在於 compile time 而且在 run-time 不能被操作或是表示。在 Julia 中,型別本身就是在 run-time 的物件,而且可以用來傳達資訊給編譯器。

一般的程式設計師不需要特別去使用型別或多重分派,他們是 Julia 的共同核心功能:函式被定義在不同參數型別的組合上,而且會被發派給最相符的函式定義上計算。這個模型很適合數學計算,相較於讓第一個參數「擁有」一個運算,例同傳統物件導向的作法,反而是不自然的。運算子就只是有特別符號的函式-你可以定義新的方法到+函式上,讓加法延伸到使用者定義的型別上。現存的程式碼仍然可以無縫地銜接到新的資料型別上。

一方面得益於 run-time 的型別推斷 (augmented by optional type annotations),以及起初就聚焦於運算效能,Julia 的計算效率超越其他動態語言,甚至是其他靜態編譯語言。對於一個大型數值問題,速度一直以來都是,也一直會是,也可能永遠是最重要的:這幾十年來,需要處理的資料量已經輕易的趕上了摩爾定律 (Moore’s Law)。

Julia 的目標是成為前所未有,集易用、強大與效率於一身的語言。除了上述以外,一些Julia的優勢包含:

文件原文