Julia语言初体验
最近MIT发布的julia 1.0.0版，据传整合了C、Python、R等诸多语言特色，是数据科学领域又一把顶级利器。
周末心血来潮赶快体验了一把，因为用习惯了jupyter notebook，安装完julia 1.0.0之后就配置好了jupyter notebook。
在安装配置环境阶段就遭遇了不少坑，吃了不少苦头，这里不得不吐槽级距，julia的安装配置一点儿也不比python简单，自己配置原生环境，结果下载包各种不兼容，想要导入本地数据，需要解决CSV包、xlsx包的接口问题，总之一路坎坷。
这里把自己走过的弯路总结一下，方便后来者学习！
1、环境选择：
强烈建议选择JuliaPro来安装，这里稍稍说明一下，julia虽然在8月8日更新了Julia 1.0.0版本，但是作为一门新兴语言，它的版本后向兼容实在是不敢恭维，原生环境里面一个包都不给配置，需要自己一个一个下载。所以选择了JuliaPro这个集成环境（主要集成了Atom+juno【julia的第三方IDE】、jupyter notebook【浏览器端的编辑器】）。主要是JuliaPro初始化就配置了好几十个常用的包，省的自己一个个下载还不一定能搞定各种路径配置。
下载JuliaPro并安装之后，会有三个主要入口：
● Juno for JuliaPro 0.6.4.1● JuliaPro - Command Prompt 0.6.4.1
● Jupyter for JuliaPro 0.6.4.1
第一个是Atom+juno的环境，相当于PyCharm之于Python,第二个是julia的命令行，第三个是Jupyter notebook编辑环境。如果是要单独下载原生环境并手动配置的话，需要摸索各种难题（还不一定能在网上找到解决方案）。
2、常用文件管理工具：
julia的包管理工具类似Pyrhon中的conda，叫做Pkg：
Pkg.add("packages") #安装包
Pkg.build("packages") #配置包
Pkg.rm("packages") #卸载包
using packages #加载包
import PyCall #与using功能一样（和Python的导入相同）
using IJulia #IJulia是julia与jupyter notebook之间的连接器
notebook() #启动jupyter环境
Pkg.status() #查看当前环境中的包列表
Pkg.installed() #查看已经安装的包信息
homedir() #获取当前用户目录
pwd() #获取当前工作目录
cd("D:/") #设定当前工作目录
cd("C:/Users/RAINDU/Desktop/")
include("hello.jl") #脚本执行（julia环境中）
julia script.jl arg1 arg2... #终端命令行执行3、文件I/O常用环境：
3.1 TXT文件导入导出：
Pkg.add("CSV") #如果没有安装需先安装
using CSV
mydata = CSV.read("EyesAsia.txt")
可恶的中文乱码。最简单的办法就是手动修改编码为UTF-8然后再次导入。
CSV.write("out.csv", mydata) #数据导出3.2 xlsx文件导入导出
Pkg.add("XLSXReader")
Pkg.add("XLSX")
using XLSXReader
using XLSX
cd("C:/Users/RAINDU/Desktop/")
mydata = readxlsx("data.xlsx","Sheet1") #读入
XLSX.writetable("mydata.xlsx", DataFrames.columns(mydata), DataFrames.names(mydata))
4、基本数据类型
4.1 字符串
char = "hello,world!"
julia> char = "hello,world!"
"hello,world!"
julia> print(char)
hello,world!
julia> length(char)
12
julia> char[1]
'h': ASCII/Unicode U+0068 (category Ll: Letter, lowercase)
julia> char[end]
'!': ASCII/Unicode U+0021 (category Po: Punctuation, other)
julia中字符串可以继续遍历（区别于R，与Python相同）
Julia中区别标量和向量（区别于R，同Python）4.2 列表
mylist = ["A"]
1-element Array{String,1}:
"A"
julia> mylist = ["A","B","C","D","E"]
5-element Array{String,1}:
"A"
"B"
"C"
"D"
"E"
julia> myarray = [["A","B","C","D","e"],[3,4,9,6,7]]
2-element Array{Array{Any,1},1}:
Any["A", "B", "C", "D", "e"]
Any[3, 4, 9, 6, 7]
julia> getindex(myarray,1)
5-element Array{Any,1}:
"A"
"B"
"C"
"D"
"e"
julia> getindex(myarray,2)
5-element Array{Any,1}:
3
4
9
6
julia中不区分向量和数组，一维数组便是向量。
myarray[1,2]4.3 元组
julia> my_tuple = ("hello","world")
("hello", "world")
julia> typeof(my_tuple)
Tuple{String,String}
julia> getindex(my_tuple,2)
"world"typeof()函数可以用于检查数据对象的类型结构（同R中的typeof，区别于Python中的type()）
julia中的索引从1开始，区别于Python中的从0开始，与R相同。
4.4 字典
julia> dict = Dict("a" => 1, "b" => 2, "c" => 3)
Dict{String,Int64} with 3 entries:
"c" => 3
"b" => 2
"a" => 1
julia> dict
Dict{String,Int64} with 3 entries:
"c" => 3
"b" => 2
"a" => 1
julia> dict["a"] #字段索引
14.5 数据框
using DataFrames #julia的数据框并非内置类型，而是需要额外加载包
julia> DataFrame(A = 1:4, B = ["M", "F", "F", "M"])
4×2 DataFrames.DataFrame
│ Row │ A │ B │
├-──┼─-┼─-┤
│ 1 │ 1 │ M │
│ 2 │ 2 │ F │
│ 3 │ 3 │ F │
│ 4 │ 4 │ M │
df = DataFrame()
df[:A] = 1:8
df[:B] = ["M", "F", "F", "M", "F", "M", "M", "F"]
8×2 DataFrames.DataFrame
│ Row │ A │ B │
├-──┼-─┼-─┤
│ 1 │ 1 │ M │
│ 2 │ 2 │ F │
│ 3 │ 3 │ F │
│ 4 │ 4 │ M │
│ 5 │ 5 │ F │
│ 6 │ 6 │ M │
│ 7 │ 7 │ M │
│ 8 │ 8 │ F │
julia> size(df, 1) #数据框行数
8
julia> size(df, 2) #数据框列数
2
head(df) #预览指定行
tail(df) #预览指定列
julia> size(df) #数据框维度（包含行列）
(8, 2)
julia> df[1:3, :] #索引行列
3×2 DataFrames.DataFrame
│ Row │ A │ B │
├─-─┼-─┼-─┤
│ 1 │ 1 │ M │
│ 2 │ 2 │ F │
│ 3 │ 3 │ F │
julia> df[1:3, 2]
3-element Array{String,1}:
"M"
"F"
"F"在数据框索引这一点儿上，julia是吸收了R和Python的特点，即允许直接基于数据框 本身索引行列，使用 范围符号numA:numB，同时默认取所有列或行时用：。
当取单列时，自动降维为一维数组。
julia> describe(df) #描述性统计
A
Summary Stats:
Mean: 4.500000
Minimum: 1.000000
1st Quartile: 2.750000
Median: 4.500000
3rd Quartile: 6.250000
Maximum: 8.000000
Length: 8
Type: Int64
B
Summary Stats:
Length: 8
Type: String
Number Unique: 2关于数据合并：
names = DataFrame(ID = [20, 40], Name = ["John Doe", "Jane Doe"])
jobs = DataFrame(ID = [20, 40], Job = ["Lawyer", "Doctor"])
join(names, jobs, on = :ID)现实中数据合并的多种情况，julia中的DataFrames中的dataframe都能够很好地满足。
jobs = DataFrame(ID = [20, 60], Job = [“Lawyer”, “Astronaut”])
join(names, jobs, on = :ID, kind = :inner)
join(names, jobs, on = :ID, kind = :left)
join(names, jobs, on = :ID, kind = :right)
join(names, jobs, on = :ID, kind = :outer)
join(names, jobs, on = :ID, kind = :semi)
join(names, jobs, on = :ID, kind = :anti)
join(names, jobs, kind = :cross)
rename!(b, :IDNew => :ID) #修改数据框指定列字段名称
5 简单的聚合运算
using DataFrames, CSV
iris = CSV.read(joinpath(Pkg.dir("DataFrames"), "test/data/iris.csv"));
julia> by(iris, :Species, size) #分类计数运算
3×2 DataFrames.DataFrame
│ Row │ Species │ x1 │
├─-─┼──────┼──-──┤
│ 1 │ setosa │ (50, 5) │
│ 2 │ versicolor │ (50, 5) │
│ 3 │ virginica │ (50, 5) │
by(iris, :Species, df -> mean(df[:PetalLength]))julia> by(iris, :Species, df -> mean(df[:PetalLength]))
3×2 DataFrames.DataFrame
│ Row │ Species │ x1 │
├──-┼──────┼-───┤
│ 1 │ setosa │ 1.462 │
│ 2 │ versicolor │ 4.26 │
│ 3 │ virginica │ 5.552 │
这里:Species代表列引用，df -> mean(df[:PetalLength])这一句中的df并无实际意义，仅仅是julia中的匿名函数。所以df写成什么并无所谓。
julia> by(iris, :Species, x -> mean(x[:PetalLength]))
3×2 DataFrames.DataFrame
│ Row │ Species │ x1 │
├──-┼──────┼-───┤
│ 1 │ setosa │ 1.462 │
│ 2 │ versicolor │ 4.26 │
│ 3 │ virginica │ 5.552 │可以看到结果一模一样。
by(iris, :Species, df -> DataFrame(N = size(df, 1)))
julia> by(iris, :Species, df -> DataFrame(N = size(df, 1)))
3×2 DataFrames.DataFrame
│ Row │ Species │ N │
├─-─┼──--───┼──┤
│ 1 │ setosa │ 50 │
│ 2 │ versicolor │ 50 │
│ 3 │ virginica │ 50 │分类计数的另一种写法。
by(iris, :Species,df -> DataFrame(m = mean(df[:PetalLength]), s² = var(df[:PetalLength])))
julia> by(iris, :Species,df -> DataFrame(m = mean(df[:PetalLength]), s² = var(df[:PetalLength])))
3×3 DataFrames.DataFrame
│ Row │ Species │ m │ s² │
├──-┼──────┼─-----────────┤
│ 1 │ setosa │ 1.462 │ 0.0301592 │
│ 2 │ versicolor │ 4.26 │ 0.220816 │
│ 3 │ virginica │ 5.552 │ 0.304588 │
aggregate(iris, :Species, length) #聚合每一个类别的长度
aggregate(iris, :Species, [sum, mean]) #同时聚合汇总、均值
#长宽转换操作-由宽转长
d = melt(iris, :Species);6. 日期&时间处理
Pkg.add("Dates")
using Dates
Date(2013)
2013-01-01
Date(2013,7)
2013-07-01
Date(2013,7,5)
2013-07-05
DateTime(2013)
DateTime(2013,7)
DateTime(2013,7,5)
DateTime(2013,7,1,12)
DateTime(2013,7,1,12,30)
DateTime(2013,7,1,12,30,59)
DateTime(2013,7,1,12,30,59,1)
取日期对应元素
t = Date(2014,1,31)
Dates.year(t)
Dates.month(t)
Dates.week(t)
Dates.day(t)6.一些好用的魔法工具
6.1 函数
julia中的函数定义很有意思，如果是尊重语法规范，应该是这样定义
function f_jisaun(x)
result = x^2 + 2x - 1
return result
end
julia> f_jisaun(5)
34以上函数定义可简化为：
f_jisaun(x) = x^2 + 2x - 1
34几乎接近代数运算中对函数的定义。
6.1 匿名函数
匿名函数配合map高阶函数可以实现快速计算
n_fun = x -> x^2 + 2x - 1 #匿名函数
map(round, [1.2,3.5,1.7])
julia> map(round, [1.2,3.5,1.7])
3-element Array{Float64,1}:
1.0
4.0
2.0
map(n_fun, [1.2,3.5,1.7])
julia> map(n_fun, [1.2,3.5,1.7])
3-element Array{Float64,1}:
2.84
18.25
5.296.2 列表表达式
[i for i in 1:10]
julia> [i for i in 1:10]
10-element Array{Int64,1}:
1
2
3
4
5
6
7
8
9
10
[(i^2,sqrt(i)) for i = 30:-2:10]
julia> [(i^2,sqrt(i)) for i = 30:-2:10]
11-element Array{Tuple{Int64,Float64},1}:
(900, 5.47723)
(784, 5.2915)
(676, 5.09902)
(576, 4.89898)
(484, 4.69042)
(400, 4.47214)
(324, 4.24264)
(256, 4.0)
(196, 3.74166)
(144, 3.4641)
(100, 3.16228)7 控制流与逻辑判断
7.1 for 循环
function my_fun(h)
i = []
for c in 1:h
if c%3 == 0
push!(i,c)
end
end
return i
endjulia> dd = my_fun(100)
33-element Array{Any,1}:
3
6
9
12
15
18
21
24
27
30
⋮
72
75
78
81
84
87
90
93
96
997.2 while 循环
function my_fun(h)
i = []
range = 1
while range <= 100
if range%3 == 0
push!(i,range)
end
range += 1
end
return i
end
julia> my_fun(100)
33-element Array{Any,1}:
3
6
9
12
15
18
21
24
27
30
33
36
39
⋮
66
69
72
75
78
81
84
87
90
93
96
99以上便是初次体验julia学会的一些简单知识点，以后有时间还会继续学习julia~
原文发布时间为：2018-08-26
本文作者：杜雨
本文来自云栖社区合作伙伴“数据小魔方”，了解相关信息可以关注“数据小魔方”。