Julia高质量科学计算、数学模型包库合集，建议收藏

数据预处理

DataFrames

作用与地位相当于Numpy之于Python，是许多Julia库的基础依赖
http://juliadata.github.io/DataFrames.jl/stable/

CSV

与CSV文件的数据交互
https://juliadata.github.io/CSV.jl/stable/

JSON

与JSON文件的数据交互
https://github.com/JuliaIO/JSON.jl

Random

• rand(n)产生n个标准均匀分布U(0,1)伪随机数,n缺省为1.
• randn(n)产生n个服从标准正态分布的随机数,n缺省为1.
• seed(num)随机数种子，用于复现或重复生成特定的随机数，num相同，生成随机数相同

XLSX

与Excle文件（xls,xlsx）的数据交互
https://felipenoris.github.io/XLSX.jl/stable/

微积分

DifferentialEquations

1. 求解微分方程的数值解
2. 求解速度优于标准的C/Fortran方法
3. 包含常用的C/Fortran方法，如Sundials和Hairer的radau
4. 内置分析功能：

• 前向和伴随局部灵敏度分析
• 贝叶斯参数估计
• 全局灵敏度分析
• ···

https://docs.sciml.ai/stable/

线性代数

LinearAlgebra

为线性代数提供基本支持,Julia的标准库。

IterativeSolvers

求解线性系统，本征系统和奇异值问题的迭代算法
https://juliamath.github.io/IterativeSolvers.jl/dev/

统计建模与分析

Turing

贝叶斯推理与概率编程
https://github.com/TuringLang/Turing.jl

StatsBase

为统计提供基本支持
https://github.com/JuliaStats/StatsBase.jl

Distributions

用于概率分布和相关函数的Julia包。

• Binomial(n, p)二项分布
• Multinomial(n, p)多项分布
• Normal(μ, σ)正态分布
• Wishart(nu, S) Wishart分布
• mean() 期望值
• var() 方差
• std() 标准差
• median() 中位数
• modes() 众数（可有多个）
• mode() 第一个众数
• skewness() 偏度系数
• kurtosis() 峰度系数，正态为0

https://github.com/JuliaStats/Distributions.jl

Regression

回归分析
https://github.com/lindahua/Regression.jl

MixedModels

拟合（统计）混合效果模型
https://github.com/JuliaStats/MixedModels.jl

CurveFit

最小二乘曲线拟合
https://github.com/pjabardo/CurveFit.jl

Interpolations

对离散数据集进行快速连续插值
https://github.com/JuliaMath/Interpolations.jl

MultivariateAnalysis

多变量统计和数据分析（例如降维）
https://github.com/JuliaStats/MultivariateStats.jl

HypothesisTests

置信区间与假设检验
https://github.com/JuliaStats/HypothesisTests.jl

POMDPs

马尔可夫决策过程模拟
https://github.com/JuliaPOMDP/POMDPs.jl

HMMBase

隐马尔可夫模型
https://github.com/maxmouchet/HMMBase.jl

TimeSeries

时间序列
https://github.com/JuliaStats/TimeSeries.jl

优化建模与求解

Convex

凸优化
https://github.com/JuliaOpt/Convex.jl

JuMP

最优化问题建模与求解
https://github.com/JuliaOpt/JuMP.jl

GeneticAlgorithms

遗传算法，可用于求解各类优化问题
https://github.com/WestleyArgentum/GeneticAlgorithms.jl

绘图

Gadfly

Julia科学绘图软件包
http://gadflyjl.org/stable/

Plots

可视化和数据分析利器
http://docs.juliaplots.org/latest/

图论

LightGraphs

图与网络优化
https://juliagraphs.org/LightGraphs.jl/latest/

动力学

DynamicalSystems

非线性动力学与混沌软件库
https://juliadynamics.github.io/DynamicalSystems.jl/latest/

机器学习

Flux

Julia最著名的机器学习库，没有之一
https://fluxml.ai/

深度学习

Knet

Koç(科威特)大学开发的深度学习框架。
https://github.com/denizyuret/Knet.jl

额外福利

Latexify

一个用于从julia对象生成LaTeX数学公式的软件包，论文写作利器。
https://github.com/korsbo/Latexify.jl

---

“授人予鱼，不如授人予渔”，以上包和Julia目前所有包均可在https://juliapackages.com/上找到，你可以根据需要查找自己想要的包。

然而包库众多，质量参差不齐，在选择时应至少考虑以下三点：

1. 更新频次与最后更新时间。
2. Star（收藏数）。
3. 是否支持自己使用的Julia版本。

说明：

1. 以上包可直接通过在julia REPL中输入Pkg.add("PackageName")安装。
2. 安装过程出现问题，无特殊情况一般为网络问题，建议挑网络状况稍微好点的时间段安装，例如清晨。
3. 包库、方法、函数、功能众多，无法一一列举，有需求请访问给出的网址自取开发者文档。
4. 绝大部分文档还没有中文版，有困难，借助翻译软件或者浏览器插件食用更佳。
5. 虽然收藏从未停止，学习从未开始，但还是有必要收藏一下的，万一哪天又看到了鸡汤，突然热血沸腾，想搞一下，还有个资料可以参看，还是很不错的。

如果想了解更多关于julia的信息，你可以微信搜索 JuliaAICom来关注我们，我们将不定期更新精彩内容。