Julia 与其他语言的区别
2018-08-12 21:26 更新
与其它语言的区别
与 MATLAB 的区别
Julia 的语法和 MATLAB 很像。但 Julia 不是简单地复制 MATLAB ,它们有很多句法和功能上的区别。以下是一些值得注意的区别:
- 数组用方括号来索引,
A[i,j]
- 数组是用引用来赋值的。在
A=B
之后,对B
赋值也会修改A
- 使用引用来传递和赋值。如果一个函数修改了数组,调用函数会发现值也变了
- Matlab 把赋值和分配内存合并成了一个语句。比如:
a(4) = 3.2
会创建一个数组a = [0 0 0 3.2]
,即为a分配了内存并且将每个元素初始化为0,然后为第四个元素赋值3.2,而a(5) = 7
会为数组a增加长度,并且给第五个元素赋值7。 Julia 把赋值和分配内存分开了: 如果a
长度为4,a[5] = 7
会抛出一个错误。 Julia 有一个专用的push!
函数来向Vectors
里增加元素。并且远比Matlab的a(end+1) = val
来的高效。 - 虚数单位
sqrt(-1)
用im
来表示 - 字面上的数字如果没有小数点,则会被默认为整数类型而不是浮点类型。且支持任意长度的整数类型。但是这也意味着一些如
2^-1
的表达式因为不是正式而抛出一个异常。 - Julia 有一维数组。列向量的长度为
N
,而不是Nx1
。例如,rand(N)
生成的是一维数组 - 使用语法
[x,y,z]
来连接标量或数组,连接发生在第一维度(“垂直”)上。对于第二维度(“水平”)上的连接,需要使用空格,如[x y z]
。 要想构造块矩阵,尽量使用语法[a b; c d]
a:b
和a:b:c
中的冒号,用来构造Range
对象。使用linspace
构造一个满向量,或者通过使用方括号来“连接”范围,如[a:b]
- 函数返回须使用
return
关键字,而不是把它们列在函数定义中 - 一个文件可以包含多个函数,文件被载入时,所有的函数定义都是外部可见的
sum
,prod
,max
等约简操作,如果被调用时参数只有一个,作用域是数组的所有元素,如sum(A)
sort
等函数,默认按列方向操作。(sort(A)
等价于sort(A,1)
)。要想排序1xN
的矩阵,使用sort(A,2)
- 如果
A
是 2 维数组,fft(A)
计算的是 2 维 FFT. 尤其注意的是, 它不等效于fft(A,1)
, 后者计算的是按列的 1 维 FFT. - 即使是无参数的函数,也要使用圆括号,如
tic()
和toc()
- 表达式结尾不要使用分号。表达式的结果不会自动显示(除非在交互式提示符下)。
println
函数可以用来打印值并换行 - 若
A
和B
是数组,A == B
并不返回布尔值数组。应该使用A .== B
。其它布尔值运算符可以类比,<
,>
,!=
等 - 符号
&
、|
和$
表示位运算“和”、“或”以及“异或”。它们和python中的位运算符有着相同的运算符优先级,和c语言中的位运算符优先级并不一样。 它们能被应用在标量上或者应用在两个数组间(对每个相同位置的元素分别进行逻辑运算,返回一个由结果组成的新数组)。 值得注意的是它们的运算符优先级,别忘了括号: 如果想要判断变量A
是等于1还是2, 要这样写(A .== 1) | (A .== 2)
。 - 可以用
...
把集合中的元素作为参数传递给函数,如xs=[1,2]; f(xs...)
- Julia 中
svd
返回的奇异值是向量而不是完整的对角矩阵 - Julia 中
...
不用来将一行代码拆成多行。Instead, incomplete expressions automatically continue onto the next line. - 变量
ans
是交互式会话中执行的最后一条表达式的值;以其它方式执行的表达式的值,不会赋值给它 - Julia 的 type 类型和Matlab中的 classes 非常接近。Matlab 中的 structs 行为介于 Julia 的 types 和 Dicts 之间。如果你想添加一个域在 strut 中,使用 Dict 会比 type 好一些。
与 R 的区别
Julia 也想成为数据分析和统计编程的高效语言。与 R 的区别:
- 使用
=
赋值,不提供<-
或<<-
等箭头式运算符 - 用方括号构造向量。Julia 中
[1, 2, 3]
等价于 R 中的c(1, 2, 3)
- Julia 的矩阵运算比 R 更接近传统数学语言。如果
A
和B
是矩阵,那么矩阵乘法在 Julia 中为A * B
, R 中为A %*% B
。在 R 中,第一个语句表示的是逐元素的 Hadamard 乘法。要进行逐元素点乘,Julia 中为A .* B
- 使用
'
运算符做矩阵转置。 Julia 中A'
等价于 R 中t(A)
- 写
if
语句或for
循环时不需要写圆括号:应写for i in [1, 2, 3]
而不是for (i in c(1, 2, 3))
;应写if i == 1
而不是if (i == 1)
0
和1
不是布尔值。不能写if (1)
,因为if
语句仅接受布尔值作为参数。应写成if true
- 不提供
nrow
和ncol
。应该使用size(M, 1)
替代nrow(M)
;使用size(M, 2)
替代ncol(M)
- Julia 的 SVD 默认为非 thinned ,与 R 不同。要得到与 R 一样的结果,应该对矩阵
X
调用svd(X, true)
- Julia 区分标量、向量和矩阵。在 R 中,
1
和c(1)
是一样的。在 Julia 中,它们完全不同。例如若x
和y
为向量,则x' * y
是一个单元素向量,而不是标量。要得到标量,应使用dot(x, y)
- Julia 中的
diag()
和diagm()
与 R 中的不同 - Julia 不能在赋值语句左侧调用函数:不能写
diag(M) = ones(n)
-
Julia 不赞成把 main 命名空间塞满函数。大多数统计学函数可以在 扩展包中找到,比如 DataFrames 和 Distributions 包:
- Distributions 包提供了概率分布函数.
- DataFrames 包提供了数据框架
- GLM 扩展包提供了广义的线性模型.
- Julia 提供了多元组和哈希表,但不提供 R 的列表。当返回多项时,应该使用多元组:不要使用
list(a = 1, b = 2)
,应该使用(1, 2)
- 鼓励自定义类型。Julia 的类型比 R 中的 S3 或 S4 对象简单。Julia 的重载系统使
table(x::TypeA)
和table(x::TypeB)
等价于 R 中的table.TypeA(x)
和table.TypeB(x)
- 在 Julia 中,传递值和赋值是靠引用。如果一个函数修改了数组,调用函数会发现值也变了。这与 R 非常不同,这使得在大数据结构上进行新函数操作非常高效
- 使用
hcat
和vcat
来连接向量和矩阵,而不是c
,rbind
和cbind
- Julia 的范围对象如
a:b
与 R 中的定义向量的符号不同。它是一个特殊的对象,用于低内存开销的迭代。要把范围对象转换为向量,应该用方括号把范围对象括起来[a:b]
max
和min
等价于 R 语言中的pmax
和pmin
。但是所有的参数都应该有相同的维度。而且maximum
,minimum
可以替代 R 语言的max
andmin
,这是最大的区别。- 函数
sum
,prod
,maximum
,minimum
和 R 语言中的同名函数并不相同。它们接收一个或者两个参数。第一个参数是集合,例如一个 array,如果有第二个参数,这个参数可以指明数据的维度,除此之外操作相似。比如,让 Julia 中的A=[[1 2],[3,4]]
和 R 中的B=rbind(c(1,2),c(3,4))
比较会是一个矩阵。 接着sum(A)
和sum(B)
会有相同的结果, 但是sum(A,1)
是一个包含一列和的行向量,而sum(A,2)
是一个包含行和的列向量. 如果第二个参数是向量,如sum(A,[1,2])=10
, 需要确保第二参数没有问题。 - Julia 有许多函数可以修改它们的参数。例如,
sort(v)
和sort!(v)
函数中,带感叹号的可以修改v
colMeans()
和rowMeans()
,size(m, 1)
和size(m, 2)
- 在 R 中,需要向量化代码来提高性能。在 Julia 中与之相反:使用非向量化的循环通常效率最高
- 与 R 不同,Julia 中没有延时求值
- 不提供
NULL
类型 - Julia 中没有与 R 的
assign
或get
所等价的语句
与 Python 的区别
- 对数组、字符串等索引。Julia 索引的下标是从 1 开始,而不是从 0 开始
- 索引列表和数组的最后一个元素时,Julia 使用
end
,Python 使用 -1 - Julia 中的 Comprehensions (还)没有条件 if 语句
- for, if, while, 等块的结尾需要
end
;不强制要求缩进排版 - Julia 没有代码分行的语法:如果在一行的结尾,输入已经是个完整的表达式,就直接执行;否则就继续等待输入。强迫 Julia 的表达式分行的方法是用圆括号括起来
- Julia 总是以列为主序的(类似 Fortran ),而
numpy
数组默认是以行为主序的(类似 C )。如果想优化遍历数组的性能,从numpy
到 Julia 时应改变遍历的顺序。
以上内容是否对您有帮助:
更多建议: