MIT 开发的 Julia 语言是全球热度上升最快的编程语言之一,下载量超过 200 万次,下载者包括谷歌、Facebook、FAA 和美国能源部等各个部门的开发者。近日,MIT CSAIL 实验室正式发布了 Julia 1.0,该语言指望结合 C 的速度、Matlab 的数学表征、Python 的通用编程与 Shell 的胶水命令行,并构建开源、自由与便捷的编程语言。git
Julia 语言的官网:julialang.org/github
Julia 语言项目地址:github.com/JuliaLangshell
在过去一年中,研究者利用 Julia 在一台超级计算机上分析天文图像,速度提高了 1000 倍,在 15 分钟内将接近 2 亿个天体进行分类。从技术上来看,这种语言还会长期发展下去。然而,如今是一个里程碑的时刻:在本周于伦敦举办的 Julia 语言年会上,Julia 1.0 正式发布!一块儿发布的还有 JuliaCon。编程
Julia 的开发者之1、就任于 MIT 计算机科学与人工智能实验室(CSAIL)的教授 Alan Edelman 表示:「Julia 1.0 的发布证实,该语言已经作好准备,将 Python 和 R 的高效性和易用性与 C++的闪电速度结合在一块儿,改变技术世界。」数组
从实际应用来讲,Julia 已经用于自动驾驶汽车、机器人和 3D 打印机,此外还普遍应用于精准医疗、加强现实、基因组学及风险管理。从 Julia 的生态系统来讲,目前它主要的特征或应用领域为数据可视化、通常性的 UI 与网站、数据科学、机器学习、科学计算与平行计算等。安全
Julia 目前下载量已经达到了 200 万次,且 Julia 社区开发了超过 1900 多个扩展包。这些扩展包包含各类各样的数学库、数学运算工具和用于通用计算的库。除此以外,Julia 语言还能够轻松使用 Python、R、C/C++ 和 Java 中的库,这极大地扩展了 Julia 语言的使用范围。
网络
Julia 1.0架构
备受期待的 Julia1.0 累积了开发者近十年的努力。JuliaCon2018 举行了发布会,该社区正式将该版本设置为 1.0.0.。并发
Julia 开发者对该语言提出了不少需求:机器学习
咱们想要一种十分自由的开源语言,同时兼具 C 语言的速度和 Ruby 语言的灵活度。咱们想要一种同像性语言,具备像 Lisp 同样真正的宏,也有像 Maltlab 同样浅显易懂的数学符号。它是像 Python 同样有用的通用编程语言,像 R 语言同样便于统计的语言,像 Perl 同样天然的字符串处理语言,像 Matlab 同样强大的线性代数语言,也是像 shell 同样的「胶水语言」。它简单易学,却能让严苛的黑客们为之倾心。咱们但愿它兼具交互性和可编译性。
围绕这一语言,一个欣欣向荣的社区已经蓬勃发展起来,为了同一目标,世界各地的人们不断地重塑并改进着 Julia。超过 700 人对 Julia 作出了实质性贡献,更有不可胜数的人制造了数千个惊人的 Julia 开源包。总之,咱们构建了一种这样的语言:
快速:Julia 为高性能而生。Julia 程序经过 LLVM 为多个平台编译高效的本地代码。
通用:它使用多分派做为范例,使得表达许多面向对象和函数式的编程模式变得容易。标准库提供异步 I/O、进程控制、日志记录、性能分析、包管理器等。
动态:Julia 是动态型语言,与脚本语言相似,而且支持交互式使用。
专业:它擅长数值计算,其语法适用于数学,支持多种数值数据类型,并具备良好并行性。Julia 的多分派天生适合定义数字和类数组的数据类型。
多样:Julia 拥有丰富的描述性数据类型,类型声明使程序条理清晰且稳定。
可组合:Julia 的包能够很好地组合在一块儿。单位数量的矩阵,或者货币和颜色的数据列表,均可以组合——并且性能很好。
如今 Julia 1.0 版本已经能够下载了。若是你从 Julia 0.6 或更早的版本升级代码,咱们建议你首先使用过渡版本 0.7,它包含了弃用警告,能够帮助引导升级过程。若是你的代码没有警告,那么你就能够直接变动到 1.0 版本而不会产生任何功能性的改变。已注册软件包正利用 0.7 这个过渡版本,并发布了 1.0 的兼容更新。
固然,Julia 1.0 中最重要的一个新特征是对语言 API 稳定性的承诺:为 Julia 1.0 编写的代码能够继续在 Julia 1.一、1.2 等版本上使用。该语言是「彻底成熟的」,核心语言开发者和社区均可以基于这个坚实的基础构建新的包、工具和特征。
Julia 1.0 不只涉及稳定性,还引入了多种新的强大、创新性语言功能。自 0.6 版本以来的新功能以下,更多详细与准确的内容请查看更新文档原文:
一种全新的内置程序包管理器给 Julia 1.0 带来巨大的性能提高,并令其相比以往更容易进行程序包和依赖库安装。它还支持每项目(per-project)的包环境,并记录工做应用的明确状态来和其余人(以及你的将来项目)共享。最后,该新设计还彻底支持私人包和软件包存储库。你可使用相同的工具安装和管理你用于开源包生态系统的私人包。JuliaCon 的展现视频对新设计和行为提供了很好的概述。
Julia 拥有对缺失值的新的标准表示。容许表示和处理缺失数据对于统计和数据科学来讲是很基础的。在典型的 Julia 编程形式中,新的解决方案是通用的、可组合的和高性能的。任何泛用群集类型能够高效地支持缺失值,仅须要容许元素包含预约义值 missing。这种「统一类型化」的群集的性能在过去版本中可能会很是慢,但现在的编译器改进已经容许 Julia 在其它系统中匹配自定义 C 或 C++的缺失值表示的速度,同时在通用性和灵活性上也远远超越过去的版本。
内置的 String 类型如今能够安全地支持任意数据。你的程序不会在一项工做中由于无效 Unicode 的单个丢失字节就浪费数小时或数天的时间。全部的字符串数据在指示哪些字符是有效或无效的同时就已经被保存,容许你的应用安全、方便地处理包含全部不可避免瑕疵的真实世界数据。
广播(broadcasting)因为方便的语法特性已经成为了一种核心的语言功能,而且已经比过去更增强大。在 Julia 1.0 中,能够很简单地将广播扩展到自定义类型,并在 GPU 和其它向量化硬件上实现高效的优化计算,为将来更高的性能效益奠基了基础。
命名元数组是一种新的语言功能,能够经过命名使数据表示和访问更加高效和方便。例如,你能够将一行数据表示为 row = (name="Julia", version=v"1.0.0", releases=8),并使用 row.version 来访问 version 列,它与不那么便利的 row [2] 有相同的性能。
点运算符如今能够重载,并容许类型使用 obj.property 句法获取除 getting 和 setting 结构域外的含义。这对于使用 Python 和 Java 等面向对象语言之间更加平滑的交互操做很是有用。属性访问器重载还容许获取一列数据的语法匹配命名元组的语法:你能够编写 table.version 以访问表中的 version 列,这就和使用 row.version 访问行的 version 字段同样。
Julia 优化器在不少方面比咱们列出来的特征还要优秀,但这里只会提一些亮点。优化器如今能够经过函数调用传播常数,所以比之前能更好地消除无用代码和实现静态评估。编译器在避免为长期目标分配短时间包装器方面也作得更好,这使得开发者能使用便捷的高级抽象而且不会产生性能损失。
如今能够用声明参数类型的构造函数的方式调用它们本身,这消除了语言句法中使人困惑且模糊的地方。
彻底从新设计迭代协议,使之更易实现多种可迭代量。Julia 1.0 没有设计三种不一样泛型函数(start、next、done)的方法,而是设计 iterate 函数的一参数和二参数方法。这一般容许在开始状态使用包含默认值的单必定义来便捷地定义迭代。更重要的是,这使得实现只在尝试并没有法生成值后才知道它们已经被实施过的迭代器成为可能。这些迭代器在输入/输出(I/O)、网络和生产者/消费者模式中是很是广泛的,Julia 能够用一种直接、准确的方式表达这些迭代器。
做用域规则(scope rule)被简化。局部做用域的结构如今能够一致地进行使用,不用管某命名的全局约束是否已经存在。
Julia 语言自己是很是好的学习器,不少组件被分割封装进 Julia 的「标准库」包,而不是做为「基础」语言的一部分。若是你须要它们,能够导入它们(无需安装)。将来,标准库还将出现多种版本,并独立于 Julia 更新,这使得它们能够更快地迭代。
咱们已经对 Julia 的全部 API 进行了彻底的评议,以改善稳定性和可用性。对不少模糊的已有命名和无效的编程模式进行了重命名或重构,使之更匹配 Julia 的能力。这使得处理集合更加稳定和一致,以确保参数顺序遵循 Julia 语言中一向的标准,并在恰当的状况下将(更快的)关键词参数整合进 API。
如今围绕 Julia 1.0 的新功能专门构建了许多新的外部软件包,如数据处理和操做生态系统的改进和异构架构支持的改进等。
Julia 1.0 还包括了无数其它的改进,若是想查看完整的列表,请访问:docs.julialang.org/en/release-…