また関係のないことに手を伸ばしてしまう。。
「C」言語のスピードと「Python」の使いやすさ、「Ruby」の動的型付け、「MatLab」の強力な数学的能力、「R」言語の優れた統計機能の融合を目指した
謳い文句がかっこいい。。
インストール
バイナリを公式からダウンロード。
https://julialang.org/downloads/
解凍して
$ tar -xf julia-1.0.0-linux-x86_64.tar.gz
シンボリックリンクをパスの通ってる場所に張る
$ ln -s /home/kimoton/src/julia-1.0.0/bin/julia /home/kimoton/bin/
$ julia
_
_ _ _(_)_ | Documentation: https://docs.julialang.org
(_) | (_) (_) |
_ _ _| |_ __ _ | Type "?" for help, "]?" for Pkg help.
| | | | | | |/ _` | |
| | |_| | | | (_| | | Version 1.0.0 (2018-08-08)
_/ |\__'_|_|_|\__'_| | Official https://julialang.org/ release
|__/ |
julia>
ひゃーかっちょいぃーー。
チュートリアルをやってみる。
高速でマスターできるとか何とか。
Julia高速チュートリアル
やっていきながらできる限りPythonと比較してみる。
レッツじゅりあ！
変数名
pythonは、使えないutf-8文字がいくつかあった。
Python 3 の変数名に使える文字たち
>>> ⊿ = 0.01 File "<stdin>", line 1 ⊿ = 0.01 ^ SyntaxError: invalid character in identifier
julia
julia> ⊿ = 0.01 0.01 julia> ⊿ 0.01
Juliaだと、変数名に恐らくすべてのutf-8が使用可能。
つまり日本語もギリシア文字も使い放題です。
π
python ではわざわざmathモジュールをimport してしかもpiとか書く。
わかりづらい。
>>> import math >>> math.pi 3.141592653589793 >>> type(math.pi) <class 'float'>
julia
julia> π π = 3.1415926535897... julia> typeof(π) Irrational{:π}
そのままかける。
そう。juliaなら。
Irrational型とかいう特殊な型がある。
配列
インデックスの始まり
pythonだと0始まり。
>>> xs [1, 2, 3, 4, 5, 6] >>> xs[0] 1
julia
julia> xs = [1,2,3,4,5,6] julia> xs[1] 1
juliaは1から。
末端のインデックス
配列末端のアクセスにはendが使える。
pythonだと-1で示せる末端のインデックス
>>> xs = [1,2,3,4,5,6] >>> xs[-1] 6
julia
julia> xs = [1,2,3,4,5,6] 6-element Array{Int64,1}: 1 2 3 4 5 6 julia> xs[end-1] 5
Juliaでは、end で示す。
直観的～
配列の切り出し
python
>>> for i in range(0,51,10): ... print(i) ... 0 10 20 30 40 50
julia
julia> for i in 0:10:50 println(i) end 0 10 20 30 40 50
juliaではpythonと違って、start:step:stopの順で指定するらしい。
まぁどっちでもいい。
切り出した配列の取得
python
>>> list(range(0, 101, 10)) [0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100]
julia
julia> collect(0:10:100) 11-element Array{Int64,1}: 0 10 20 30 40 50 60 70 80 90 100
juliaだとcollect関数を使う。よいね。
辞書型
python
>>> {"foo":1, "bar":2}
{'foo': 1, 'bar': 2}
julia
julia> x = Dict("foo" => 1, "bar" => 2)
Dict{String,Int64} with 2 entries:
"bar" => 2
"foo" => 1
julia> x["foo"]
1
うん。わかりやすい。
関数
python
import math def dist(p, q): dx = p[0]- q[0] dy = p[1] - q[1] return math.sqrt(dx**2 + dy**2)
julia
function dist(p, q) dx = p[1] - q[1] dy = p[2] - q[2] sqrt((dx)^2 + (dy)^2) end
Juliaでは返り値を明示しない場合、最後に評価された式が返り値になる。
^で階乗を表す辺りさすがJulia。
引数を取る関数
python
def ktop(xs, k=3, rev=False): return sorted(xs, reverse=rev)[0:k]
julia
function ktop(xs; k=3, rev=false) sort(xs, rev=rev)[1:k] end
; k=3,のように、;を使って記述する。
これはpythonのままでよかった。
可変長引数
python
def pathlength(p, q, *args): len = dist(p, q) for r in args: len += dist(q, r) q = r return len
julia
function pathlength(p, q, args...) len = dist(p, q) for r in args len += dist(q, r) q = r end return len end
ほぼ*argsがargs...になっただけ。
1行関数
python
>>> ktop = lambda x, k=3: sorted(x)[0:k] >>> ktop(xs) [1, 2, 3]
julia
julia> ktop(xs, k=3) = sort(xs)[1:k] ktop (generic function with 2 methods) julia> ktop(xs) 3-element Array{Int64,1}: 1 2 3
juliaは関数定義の代入ができる。
Julia 関数独特の定義
quicksort!のように、関数名の最後に!をつける.引数のデータを変えてしまう関数は最後に!をつける (push!, sort!)
データ型にsensitiveなJuliaでは入力と出力のデータ型が異なる場合、それを明示的に関数名で示すのが慣習になっているらしい。
型定義
pythonだとDataClass
import dataclasses @dataclasses.dataclass class Person: name: str age: int @dataclasses.dataclass(frozen=True) class Loation: name: float age: float
julia
mutable struct Person
name::String
age::Int
end
struct Location
x::Float64
y::Float64
end
Juliaでも同じ感じ。juliaは同じFloat型でも6つくらいあるので選択する。
とりあえずここまで。
面白いJulia かっこいいjulia
次回も引き続きチュートリアルを進めたいと思います。
