Julia-brugere: Vores sprog er fremtiden

Illustration: Bigstock/REDPIXEL.PL
Statistik-sproget Julia har glade brugere.

Mange brugere af sproget Julia - 63 procent - synes at det er fremtiden.

Det fremgår af en undersøgelse blandt 2.660 brugere fra 104 lande.

Julia er et sprog til statistik og dataanalyse, ligesom R og Python, men med vægt på ydelse i selve sproget, hvor f.eks. Python opnår god ydelse via hurtige biblioteker skrevet i C og udnyttelse af vektorberegninger på grafikkort.

Lidt under halvdelen, 46 procent, føler at Julia er hurtigere end alternativerne. Det vil ifølge undersøgelsen sige Python, der scorer højst som brugernes andet valg.

Lidt flere end halvdelen - 53 procent - føler at Julia er elegant, og 43 procent, at syntaksen i sproget er bedre end alternativerne.

Forener egenskaber

På ganske få år har Julia fundet sig en større fanskare. Da det kom til verden i 2012, var motivationen at forene egenskaber fra en række andre sprog.

Det skulle have en hastighed som C, dynamiske sprogfeatures som i Ruby, makroer som Lisp og velkendt matematisk notation som i Matlab, vidtrækkende anvendelsesområder som med Python, statistiske faciliteter som i R og tekstbehandling som i Perl.

Samtidig skulle sproget have en open source-licens, være nemt at lære og have interaktive muligheder. Det er især Julias ydelse, som giver sproget fortrin i forhold til de mere eller mindre fortolkede sprog som R og Python.

»Hvis du er matematiker, videnskabsmand eller ingeniør, har du historisk haft mulighed for at vælge et sprog, der var hurtigt, som C ++ eller Java, eller et sprog, der er nemt at lære, som Matlab, R eller Python. I Julia skabte vi et sprog, der var hurtigt og nemt,« har en af sprogets bagmænd, Viral Shah, tidligere udtalt til mediet Quartz.

Han fortæller, at den primære inspiration bag udviklingen af Julia var at se, hvordan mange mennesker måtte skrive det samme program to gange:

Dataforskere vil først bruge et værktøj som Python eller R til at udvikle en algoritme, fordi det gør det nemt at udforske dataene og lave diagrammer i disse sprog. Og når forskerne var tilfredse med algoritmen, skulle de så omskrive programmet i C ++ eller Java for at få effektiv ydelse.

Julia er hurtigere end Python og R, fordi sproget er specielt designet til hurtigt at gennemføre den grundlæggende matematik, som benyttes i datavidenskab, såsom matrixudtryk og lineær algebra.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (0)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Log ind eller Opret konto for at kommentere