Julias brugere vil have fuld fart på programmerne

Illustration: wasja, BigStock
Tilfredshed med statistik-sprogets ydelse, men kritik af umodent pakke-system og den tid, det tager at nå frem til første plot.

Udviklerne bag statistik-sproget Julia har gennemført den første undersøgelse blandt brugerne for at finde ud af, hvad de kan lide og ikke lide.

Det skriver mediet Sdtimes.

Ifølge undersøgelsen blev hastighed og ydelse rangeret som de mest populære forhold i det unge sprog.

Undersøgelsen viste også, at de fleste brugere og udviklere bruger Julia til forskning eller andet arbejde på grund af de hurtigere arbejdsgange, som det har til bestemte opgaver, samt sprogets voksende popularitet.

Men der var også torne blandt roserne. Blandt brugernes anker var et umodent pakke-system samt den tid, det tager at få skabt det første plot.

Læs også: Tjept statistiksprog runder version 1.0

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