搜尋結果
Julia Computing 的联合创始人兼首席执行官、Julia 的共同创造者 Viral Shah 称，技术计算现如今已陷入了困境：数据科学家和工程师正在使用几十年前设计的产品。 Julia 帮助科学家及工程师们解决各类大规模数据科学问题，消除了只能使用高级语言（例如 Python、Matlab 或 R 语言）进行测试与建模环节、并使用其他高性能低级语言（例如 C 或 C++）进行生产与扩展的割裂问题。 能使得设计新的药物和疗法、开发新的电池、模拟太空任务和绘制宇宙地图成为可能，同时使用更少的计算资源并减少数据中心的排放。 愿景. “我们确实在定义数据科学和模拟的未来，帮助推动这些令人振奋的创新是激动人心的。
比如你可以定义数值导数. julia> ∂(x::Function,t::Real;δt=1e-9)=(x(t+δt)-x(t))/δt ∂ (generic function with 1 method) julia> ∂(x->x^2,2) 4.000000330961484. 偏导数. function ∂(f::Function, p::Vector, axis=1; δ=1e-9) δp=zeros(length(p)) δp[axis]=δ return (f(p+δp)-f(p))/δ end. 整个函数算一下.
Python. 数据分析. 科学计算. R（编程语言） Julia（编程语言） 在科学计算和数据分析领域中，今后 Python、R、Julia 各自会有什么样的发展趋势？ 三者都是开源的，python的通用性，R的统计特性，Julia的高性能会对本身有什么样的影响？ 关注者. 752. 被浏览. 124,331. 8 个回答. 默认排序. 罗秀哲. 一在物理系装x写代码的. 198 人赞同了该回答. 首先需要提的一点是Python的通用性和Julia的高性能在下面文章的语境下都是错误的，因为Python的eDSL大多无法组合，Julia反而可以有限地组合一些。 Julia也并不是任何程序都性能好，所以这个题目的描述不是非常好。 我主要回答的是题目本身。
2021年5月22日 · 45,499. 6 个回答. 默认排序. 孤独的夜行者. 走在自己的路上，让别人也有路可走。 谢邀 @烤鹅大赛总冠军. 17 人赞同了该回答. 业余爱好者 。 Julia编程语言，理想很远大，推进很困难，效果初体现。 Julia的目标、实现方式都没有太大问题，最主要的问题就是把一个通用型解释语言给搞成了 科学计算型解释语言 。 科学计算型的功能分散在基础包和扩展包中。 语法严重偏向科学计算风格。 整个团体在 设计语言 的时候，在语言学上考虑没有科学计算上考虑的多。 这导致如果做通用型的话，用Julia可能不太舒服。 包管理设计的时候就有较大问题，bug多、不稳定、文档少，后期在不断改进完善。 IDE现在应该还是Code为主吧，这要比最初的Atom好一些。
2020年6月6日 · 建议Julia（在完全不考虑python的前提下）。. 首先R有渐渐淡出主流的趋势（尤其是industry usage，academic我不清楚）：我记得2014年，网上讨论data science编程工具的时候，是python vs r；但是从19年开始，这类讨论的大趋势就变成python vs julia 了。. 淡出主流的问题 ...
2020年5月9日 · 14. 被浏览. 14,147. 4 个回答. 默认排序. 孤独的夜行者. 走在自己的路上，让别人也有路可走。 8 人赞同了该回答. 不是专业人士，粗浅说哈。 Julia目前最主要的优点就是性能，如果没有性能优势，还会有多少人来使用呢？ 至于 通用编程语言 ，目前还没有哪种语言能达到这种程度，很多领域都有不同适合的语言。 而某一种语言是否流行很多时候并不是以语言好坏决定的。 比如当年优美灵动的Ruby，曾经火也是因为Ruby on Rails，而不是因为Ruby本身。 Julia发布贪婪声明的时候，号称不以取代任何语言为目的，但希望提供一种可以用一种语言完成所有工作的工具。 以国外天然直率的表达来说也没啥问题，但很容易引战啊！
diffeq.sciml.ai/stable/. DifferentialEquation.jl 实现了大部分比较有名高效的 ODE求解算法 ，也对非常高效的求解器例如Sundials的CVODE等提供了接口. GitHub - SciML/Sundials.jl: Julia interface to Sundials, including a nonlinear solver (KINSOL), ODE's (CVODE and ARKODE), and DAE's (IDA) in a SciML scientific ...
