全文共3967字，預計學習時長12分鐘

圖源：Unsplash

Julia是什麼？

“操作似Python，運行如C語言”。

沒錯，這就是Julia素有的口号。

Julia作為一種現代編程語言，主攻科學計算，它是一種靈活的動态型語言，其性能可與傳統的靜态型語言相媲美。目前其追随者和使用其的開發人員日益增多。

Julia試圖提供一種單一環境，此環境的生産能力足以進行原型設計，并能有效地應用于工業級應用程序。它是一種多範式語言，其中包含函數式和面向對象式編程組件，盡管大多數的用戶都喜歡其函數式編程的功能。

該編程語言的起源可追溯至2009年。首席開發人員Alan Edelman、Jeff Bezanson、Stefan Karpinski和Viral Shah着手創建該語言，以用于更快更好的數值計算。2012年2月，開發人員發布了該語言的一個商業版本。

為什麼Julia對數據科學而言如此優越？

Julia是數據科學和機器學習工作的最佳選擇，兩者原因大緻相同，即它在數值快速計算方面最為适用。優點如下：

· 平滑的學習曲線和大量的基礎功能。特别是，如果你已經很熟悉如Python、R語言等更為熱門的數據科學語言後，學習Julia就好似在公園中散步一樣容易。

·性能：Julia最初是一種編譯語言，而Python和R語言是解釋語言。這就意味着Julia代碼以可直接處理代碼的形式在處理器上運行。

· GPU支持：這與性能直接相關。GPU支持由某些軟件包，如TensorFlow.jl和MXNet.jl公開控制。

· 分布式和并行式計算支持：Julia使用多種拓撲公開執行并行式與分布式計算。它還支持協同程序，比如在GO編程語言中，協同程序是在多核架構中并行工作的輔助函數。Julia廣泛支持線程和同步旨在最優化性能、降低競争風險。

· 豐富的數據科學與可視化庫：Julia社區認為其是數據科學家和統計學家的首選語言。因此，主攻數據科學與分析的高性能庫一直處于開發狀态。

· 團隊合作（與其它語言/框架共同使用）：在數據科學和機器學習領域，Julia和其它成熟語言及框架的兼容性相當好。使用PyCall或RCall可以在Julia腳本中使用本地Python或R語言代碼。Plots包可以與包括Matplotlib和Plotly的各種端協同工作。Scikit-learn或TensorFlow等熱門機器學習庫已經具有類似Julia的語言或包裝器。

· 用戶友好的界面：不論是在本地還是雲上，Julia 的用戶界面都非常友好，在所有的流程中，用戶與 Julia 的交流都非常順暢。Julia 還對所有的功能和數據類型提供了方便易用的幫助文件。

· 與其他語言無縫對接：這些語言包括（但不限于）R、Python 和 C。這使你不需要進行完整的遷移，就可以使用現有的代碼庫。

綜上，Julia是數據科學和機器學習工作的最佳選擇，兩者原因大緻相同，即它在數值快速計算方面最為适用。

具體案例與比較，Julia優勢一目了然

使用Python腳本進行基準測試

有關“Julia比Python速度快嗎？”這一問題存在諸多争議。

與生活中其它事情類似，答案是：視情況而定。

圖源：Unsplash

官方Julia語言門戶網站上有些相關數據，盡管基準測試是針對Python以外的各種語言進行的。

事實上，這個問題總是認為人們所談論的是Julia與某種優化/矢量化Python代碼（如Numpy函數所使用的）之間的對比。否則，本地Julia由于執行編譯代碼，速度幾乎總是比Python快。同時，本地Python比執行Numpy類型慢得多。

Numpy速度真的很快。它是一個擁有超優化函數（大多已預編譯）的庫，專注于為Python用戶提供（對數據科學家和機器學習工程師特别有用）接近C語言的速度。簡單的Numpy函數，如求和或标準差函數可以較好地匹配或打敗Julia等效組件（特别是較大的數組）。

然而，想要充分利用Numpy函數，必須要考慮代碼的矢量化。在程序中，一直以矢量化代碼的形式編寫複雜邏輯很不容易。

因此，在将複雜邏輯應用于某種處理數組的情況下時，應該對Julia進行速度對比。

本文中将展示幾組相似例子以對這一點進行解釋。

然而，想要充分利用Numpy函數，必須要考慮将代碼矢量化。

對于for循環，Julia遠勝于Python

計算一百萬個随機整數的和以驗證這一點。

Julia代碼如下。此函數所需時長稍多于1毫秒。

Python代碼如下。我們保留代碼的函數特性（Julia是函數語言）以保持對比的公平性，且便于驗證。For循環所需時長竟超過200毫秒！

但如何将Julia數組與Numpy數組進行比較呢？

在以上代碼中，創建一個數組變量。對于數據科學而言，這就是Julia中用途最大的數據結構，因為它能直接進行統計計算或線性代數運算。

無需單獨的庫或任何東西。Julia數組比Python列表快好幾個數量級。

但是，Numpy數組速度很快，一起對同樣的求和運算進行基準測試。

下方的Julia代碼使用數組上的sum（）函數。它花費的時長約為451微秒（比for循環方法快，但隻有一半的時間）。

下圖是由Numpy執行。

天哪！Numpy僅需353微秒，它的速度打敗了Julia，而且比本地的Python for循環代碼快了近628倍。

所以，這一有利于Numpy的結論已經确定了嗎？

還沒那麼快。如果隻想求出數組中奇數之和呢？

無需單獨的庫或任何東西。Julia數組比Python列表快好幾個數量級。

請看邏輯

對Julia而言，代碼更改相當簡單。本文将隻使用for循環，檢查數組中的元素是否能被2整除，如果不能（奇數），則将其添加至運行總和之中。盡可能地學究一點！

所以，這需要運行近4毫秒。的确是比盲和（使用for循環）慢，但也沒慢太多（for循環的純和約為1.1毫秒）。

現在，當然不能用這種速度與Python for循環競争！結果顯而易見，不是嗎？所以，必須使用Numpy将代碼矢量化。

但是，該怎麼檢查奇數，然後在Numpy數組中對奇數求和呢？多虧有np.where()這一方法。

下圖是Python代碼。沒那麼簡單（除非你知道如何正确使用np.where），是嗎？

但看一看速度。即使采用單行矢量化代碼的Numpy方法，平均用時也需16.7毫秒。

Julia代碼更為簡單，運行速度更快！

另一項略為複雜的運算

假設有三個數組（稱之為W、X和B），随機浮點數在-2到2之間，想要計算一個特殊量：其中兩個數組的乘積與第三個數組相加，即A.X B，但隻有當元素的線性組合大于零時，才會将這個值添加到最終的和之中。

這個邏輯看着熟悉嗎？它是任何緊密連接的神經網絡（甚至是單個感知器）的變體。其中權值、特征和偏差向量的線性組合必須超過某個阈值才能傳播到下一層。

下圖是Julia編碼。再一次地它的表現堪稱簡潔、完美。僅花費了約1.8毫秒。它使用了一個名為muladd()的特殊函數，該函數将兩數字相乘并将數值與第三個數字相加。

使用Python以相似代碼（進行for循環）進行嘗試，結果同預期一樣，慘不忍睹！平均花費時長超過1秒鐘。

再來一次，創新一下，使用Numpy矢量化代碼，結果比for循環案例要好得多，時長約為14.9毫秒，但還是不如Julia。

那麼，結果如何呢？

至此，趨勢愈加明顯。對于數值運算，進行某些數學運算之前需要檢查複雜邏輯，Julia輕松地擊敗了Python(甚至Numpy)，因為編寫邏輯時可以使用Julia中最簡單的代碼，然後把它忘掉。

得益于即時（JIT）編譯器和内部類型相關優化，它仍将以驚人的速度運行（Julia有一個極其複雜的類型系統，可以使程序根據每個變量的正确數據類型快速運行，并優化代碼和相應内存）。

使用本地Python數據結構和for循環編寫相同代碼的速度非常慢。随着複雜程度提高，即使使用Numpy矢量化代碼，速度也遠低于Julia。

Numpy非常适合已經附帶如sum（）或mean（）或std（）等簡單方法的數組，但使用這些方法的同時還需使用邏輯，這并不簡單，還會嚴重拖慢運算速度。

在Julia中，無需費心思考代碼的矢量化。即使是看起來很愚蠢的代碼，使用簡單的for循環和元素對元素的邏輯檢查，運行速度也會非常快！

對于數值運算，進行某些數學運算之前需要檢查複雜邏輯，Julia輕松地擊敗了Python(甚至Numpy)，因為編寫邏輯時可以使用Julia中最簡單的代碼，然後便無需在意。

總結

本文展示了Julia和Python本地代碼與已優化的Numpy函數之間數值運算的比較基準測試。

盡管就簡單函數而言，Numpy與Julia的速度不相上下，但在計算問題中引入複雜邏輯時，Julia更勝一籌。Julia代碼的編寫十分簡單，無需考慮函數的向量化。

随着數據科學與機器學習支持系統的不斷發展，Julia是未來最令人期待的新語言之一。它是一個工具，是初級數據科學家都應掌握的技能。

圖源：Unsplash

你心動了嗎？快來試試備受褒獎的Julia吧~

使用 Julia 從零開始構建一項完整的數據科學應用。

你準備好了嗎？

留言點贊關注

我們一起分享AI學習與發展的幹貨

如轉載，請後台留言，遵守轉載規範

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部