Saltar al contenido ForoHackers

Julia: por dónde empezar

Julia
#3086 · · Citar · Denunciar

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

No has iniciado sesión, así que esto se publica como anónimo: no se guarda con ello ninguna cuenta, nombre ni dirección, y no puede llevar enlaces ni imágenes. Inicia sesión o únete para publicar con tu nombre. Los registros de nuestro servidor web guardan la dirección y la hora de cada petición hasta 14 días; para que la tuya no quede en ellos, usa Tor. Para escribir al equipo de forma confidencial, usa el buzón. Firmar como fuente habitual (una clave guardada solo en este navegador)

Enviar tarda unos segundos aquí: tu navegador resuelve antes una prueba de trabajo contra el spam.

Responder