在2020上半年，因为疫情无法返校，所以在家待了半年，期间学习一点了R语言、Python、Julia、linux和C语言，只是学习基础语法并没有项目练习，因此返校半年后差不多都不记得了，现在重新捡起Julia丰富下当时写的笔记发到公众号来。
语言特点
前三门语言很类似，是可以一起学的，数据分析中常用的Jupyter就是Julia 、Python和R的缩写。
julia像是处于动态语言向静态语言过度的语言，既可以指定类型又可以不指定，优点就是速度极快，缺点就是造好的轮子不多。
Julia的设计者想把她设计成完美的语言...
Julia要像C语言一般快速而又拥有如同Ruby的动态性；要具有Lisp般真正的同像性（Homoiconicity）而又有Matlab般熟悉的数学记号；要像Python般通用、像R般在统计分析上得心应手、像Perl般自然地处理字符串、像Matlab般具有强大的线性代数运算能力、像shell般胶水语言的能力，易于学习而又不让真正的黑客感到无聊；还有，它应该是交互式的，同时又是编译型的……
官网的Benchmarks
我也跑个Benchmarks
在学习函数的时候，无论是Python、R、Jula都会讲到递归，并用斐波那契数列作为例子。这里的Benchmarks使用的递归为最原始版的，没有为了使其速度更快，而写很复杂的代码或用精巧的设计。
参考https://zhuanlan.zhihu.com/p/585529899的代码，他所用的数字是n=40，但是我用julia算第40个斐波那契数只用了0.2s，感觉不太对，所以用了n=50，导致R和Python计算不出来，所以又折中算了n=45的情况。
n=40 n=45 n=50
R 37.1 409.1 +Inf
Python 11.3 125.1 float('inf')
Julia 0.2 2.6 29.6
注：单位为秒
首先是R语言版的斐波那契数列
fib <- function(n) {
if (n <= 2) {
return(1)
}
return(fib(n - 1) + fib(n - 2))
}
Python版的斐波那契数列
def fib(n):
if n <= 2:
return 1
return fib(n-1) + fib(n-2)
Julia版的斐波那契数列
function fib(n::Int)
if n <= 2
return 1
end
return fib(n - 1) + fib(n - 2)
end
测试设备
OS: macOS (arm64-apple-darwin21.5.0)
CPU: 8 × Apple M2
WORD_SIZE: 64
R version: 4.2.2
Python version: 3.10.10
Julia version: 1.8.5
Reference
https://baike.baidu.com/item/Julia/10423675
https://cn.julialang.org/
https://julialang.org/benchmarks/
https://github.com/Yiguan/benchmark_C_Julia_Py_R
https://zhuanlan.zhihu.com/p/585529899
