Skip to the content ForoHackers
Log inJoin

Julia: por dónde empezar

Julia
#580 · Ophuscado · · Report

Julia es un lenguaje dinámico para la computación científica y numérica que compila a código máquina rápido. Busca acabar con la separación entre el lenguaje de prototipos y el rápido: escribes código legible y de alto nivel y corre a velocidades cercanas a las de C. Su diseño gira en torno al despacho múltiple y a una potente biblioteca numérica.

Conceptos clave

  • Compilación just-in-time: las funciones se compilan a código máquina en la primera llamada, para los tipos que reciben.
  • Despacho múltiple: el método que se ejecuta se elige según los tipos de todos los argumentos, la idea organizadora central.
  • Estabilidad de tipos: el código cuyo tipo de resultado depende solo de los tipos de entrada es el que el compilador puede hacer rápido.
  • Arreglos y broadcasting: arreglos n-dimensionales incorporados y una sintaxis con punto que aplica funciones elemento a elemento.
  • Composabilidad: paquetes escritos por separado funcionan juntos mediante tipos compartidos y despacho.
  • Metaprogramación: macros y código que genera código.

Vocabulario

  • Método: una especialización de una función para tipos de argumento concretos.
  • Broadcast: aplicar una función a lo largo de arreglos con la sintaxis del punto.
  • Entorno de paquetes: un conjunto de dependencias propio de un proyecto, registrado en archivos.
  • Latencia en la primera llamada: la demora de compilación la primera vez que se ejecuta una función.

Qué estudiar, en orden

  1. Sintaxis básica, arreglos, funciones y el REPL, escribiendo scripts numéricos pequeños.
  2. Tipos, estructuras y despacho múltiple; define tu propio tipo con métodos aritméticos.
  3. Lo básico del rendimiento: estabilidad de tipos, evitar variables globales y medir con benchmarks.
  4. Entornos de paquetes y bibliotecas de gráficos o de datos para tu campo.
  5. Resuelve un problema numérico que conozcas, como una ecuación diferencial, y compáralo con otro lenguaje.
  6. Lee la sección del manual sobre consejos de rendimiento.

Etiquetas relacionadas

#numerical-analysis #data-science #computational-science #hpc

Log in or join to reply.