2008年，一群擁有各種語言豐富編程經驗的Matlab高級用戶，對現有的科學計算編程工具感到不滿——這些軟件對自己專長的領域表現得非常棒，但在其它領域卻非常糟糕。
他們想要的是一個開源的軟件，它要像C語言一般快速而有擁有如同Ruby的動態性；要具有Lisp般真正的同像性（Homoiconicity）而又有Matlab般熟悉的數學記號。
要像Python般通用、像R般在統計分析上得心應手、像Perl般自然地處理字符串、像Matlab般具有強大的線性代數運算能力、像shell般膠水語言的能力，易於學習而又不讓真正的黑客感到無聊。
還有，它應該是交互式的，同時又是編譯型的……
現在，一個充滿活力和蓬勃發展的社區圍繞著這種語言成長起來，來自世界各地的人們在追求這一目標的過程中不斷地精煉並重塑著 Julia。超過 700 人為 Julia 做出了貢獻，還有很多人制作了數以千計的令人驚歎的開源 Julia 軟件包。
總而言之，我們建立的語言：
-快速：Julia 就是為高性能而設計的。Julia 程序通過 LLVM 編譯為多個平臺的高效本機代碼。
-通用：它使用多個調度作為範例，使得它很容易表達眾多面向對象和函數編程的模式。它的標準庫提供異步 I / O、進程控制、日誌記錄、概要分析、軟件包管理器等。
-動態：Julia 是動態類型的，就像一種腳本語言，並且很好地支持交互式使用。
-技術：它擅長於數值計算，其語法非常適合數學，支持的數字數據類型眾多，並具有開箱即用並行性。Julia 的多次調度非常適合定義數字和數組類型的數據類型。
-（可選）鍵入：Julia 具有豐富的描述性數據類型語言，類型聲明可用於闡明和鞏固程序。
-可組合：Julia 的軟件包可以很好地協同工作。單位數量矩陣，貨幣和顏色數據表都可以進行，並且性能良好。
特點：
1.免費開源
2.核心語言非常小。標準庫用的是 Julia 語言本身寫的
3.調用許多其它成熟的高性能基礎代碼。如線性代數、隨機數生成、快速傅里葉變換、字符串處理。（還在增加中……）
4.豐富的用於建立或描述對象的類型語法
5.高性能，接近於靜態編譯型語言。包括用戶自定義類型等
6.為並行計算和分佈式計算而設計
7.輕量級“綠色”協程
8.優雅的可擴展的類型轉換/提升
9.支持Unicode, 包括但不限於UTF-8
10.可直接調用 C 函數（不需要包裝或是藉助特殊的API）
11.有類似shell的進程管理能力
12.有類似Lisp的宏以及其它元編程工具
與其他語言相比，Julia 易於使用，大幅減少了需要寫的代碼行數；並且能夠很容易地部署於雲容器，有更多的工具包和庫，並且結合了多種語言的優勢。據 Julia Computing 的宣傳，在七項基礎算法的測試中，Julia 比 Python 快 20 倍，比 R 快 100 倍，比 Matlab 快 93 倍。
目前 Julia 的應用範圍已經非常廣泛了，可以用於天文圖像分析、自動駕駛汽車、機器人和 3D 打印機、精準醫療、增強現實、基因組學和風險管理等領域。
兩年前，諾貝爾經濟學獎得主 Thomas Sargent 和澳大利亞國立大學的經濟學教授 John Stachurski，共同建議紐約聯邦儲備銀行把其用於市場走勢預測和政策分析的 “動態隨機一般均衡模型（DSGE）” 轉到 Julia 語言平臺。在項目第一階段後，他們發現，Julia 把模型運行時間縮短至原先 Matlab 代碼的十分之一到四分之三。
除了語言本身的優點，Julia 還擁有非常強大的生態系統，主要應用於數據可視化、通用計算、數據科學、機器學習、科學領域、並行計算六大領域。
喜歡的可以關注我，點個贊，我會持續為您發佈更多新的內容。
閱讀更多 新聞娛樂八卦資訊 的文章
