Julia 和Python哪一个更强
近两年，凭借 动态特性和易于扩展性，python 在 企业级应用程序、机器学习/人工智能模型、数据科学等工作中，备受开发者青睐，其火热程度早已超越了编程语言界的老牌兵 java。而 python 有朝一日会成为今朝的 java 吗？对此，本文作者发文表示，30 岁的 python 正面临着来自编程语言世界的新参与者——julia 的威胁，而这究竟是怎么一回事？
作者 | james warner
译者 | 风车云马，责编 | 屠敏
自上世纪90年代以来，编程语言python已经取得了长足的进步。当guido van rossum开发python时，他几乎不知道python会成为世界上最流行的语言之一。今天，python是人类历史上使用最广泛的编程语言之一，并且已经应用于很多应用程序中。无论是企业级应用程序，还是机器学习/人工智能模型、数据科学工作，python几乎在所有蓬勃发展的行业和领域中都受人青睐。
python市场
全世界有超过800万的开发人员出于各种目的热忠于使用python。由于其动态特性和易于扩展性，python已经成为开发人员的首选语言。这也是为什么python能够击败java的原因，java一度以来都是开发人员最喜欢的语言。也可能是由于一门语言的自然老化过程，java正在接近尾声。大多数新语言都是为解决现代面临的新挑战而设计的。虽然之前开发的语言在解决当时的问题时效率极高，但要让它们跟上不断变化的行业和市场就变得极其困难。
但是，python作为一种拥有如此庞大用户和开发者支持的开源语言，即使在今天仍然保持着它的巅峰状态。它丰富的库和内置的功能使其成为企业、开发人员和数据科学家的热门选择。尽管java仍然被用于企业开发，但它在其他领域的相关性几乎为零。如果环顾四周，你很难发现一个机器学习专家在java上设计和训练模型。尽管如此，java是全球第二大最受开发人员欢迎的语言。
取代java
python已经成功地在大多数领域取代了java。在企业开发方面，java面临着来自谷歌的新编程语言go的威胁。随着我们进入未来科技时代，对高性能计算的需求也在不断增长。这也是数据科学和人工智能的时代需求。尽管有人可能认为使用extreme gpu有助于提高速度和效率，但事实远非如此。它不能满足特定的数据处理需求。相反，前沿应用程序需要其他依赖项来优化性能，并帮助科学家和开发人员实现预期的目标。最终，这将引导企业和研究机构寻找更健壮的编程语言，为特定的任务及其交付速度而设计。
进入julia的世界
这个人人都喜爱python的时代，正面临着来自编程语言世界的新参与者——julia的威胁。viral shah是julia computing的首席执行官，他指出，在21世纪初，开发人员更喜欢用c语言进行系统编程，用java开发企业应用程序，用saas进行分析，用matlab进行科学计算。然而，今天的开发人员使用rust进行系统编程，go进行企业开发，使用python/r进行分析，并使用julia进行科学计算。
这几年来我们能够感受到从matlab到python的过渡。我们知道机器学习几乎在所有应用程序中使用，而且python库使ml模型的实现更加容易，所以人们转向了python。在此之前，matlab是这项任务的最佳选择，可以帮助人们进行分析和科学计算。但是很明显，人们会把目光转向更容易实现、容易理解、更快速、更高性能和可扩展的解决方案。因此，python完美地填补了java和matlab的空白。
julia立足之地
julia和python之间的一个关键区别是处理特定问题的方式。julia的构建是为了减轻高性能计算的挑战。尽管python现在已经发展为一种快速的计算语言，但是我们必须承认它不是为这项工作而设计的。然而，julia是专门为高速处理和计算工作设计的。虽然它只有几个月的历史，却已经在研究人员和数据科学家中引起轰动。
两个月前，julia发布了一个稳定的版本，称为1.2，它已经得到了进一步的改进，可以有效地处理大量占用资源的数据科学项目。目前有超过800名julia开发人员，他们正在为github做贡献，帮助其成为首选语言。
结论
凭借资源和速度这两把“利剑”，两个月大的julia已经和30岁的python打了一场硬仗。尽管现在很难说它能否完全接管python，但它设计用于处理复杂的计算特性肯定会对世界产生影响。此外，随着问题的处理需要更多的资源和更高性能的计算，julia可能会成为每个人的最爱。除非python想要和java一样的命运，否则它将不得不提高其速度和效率，并不断优化它的库。它可能不只是启动新的更新，而是完全转换引擎，使其成为更友好的cpu语言。python相对于julia的一个优势是其丰富的库。由于julia还处于起步阶段，所以它需要很长时间才能构建像python这样高效、动态的库和函数。这两种语言之间的斗争才刚刚开始，但对于需要快速高效工具来实现目标的研究人员和科学家来说，julia已经变成了一种优势。
高通与苹果同时在官网发布声明宣布正式达成全面和解协议
荣耀8、荣耀V9对比评测：华为荣耀8、荣耀V9怎么样？配置、设计、价格大比拼！
29部万圣节恐怖短片进驻VRrOOm
量子信息时代我们拭目以待
拆解vivo X21，“解锁”屏下指纹识别
Julia 和Python哪一个更强
5G是移动转售业务创新的重大机遇，抓住机遇实现高质量发展
关于5G在CU/DU低层切分问题的讨论
聚游公社：一个长线赚钱项目，可以说毫无门槛儿.......
基于智能手机的miRNA多色荧光成像传感平台
方案|基于飞凌FETMX8MP-C核心板实现的商用车智能驾驶终端
电容中的穿心电容是什么意思？电容的充放电电路图及其原理
怎样用CMOS集成电路制作家用电器开关
vivo四个打孔的自拍相机专利
富士康携手企业研发边缘计算系统，提高产品检查和质量改进的效率
单片机定时器的工作原理、分类及应用实例
什么是热桥效应 热桥效应的作用是什么
虹科案例 | 让自动驾驶更快到来！虹科新品高级模拟器助力研发测试
SIMATIC S7-1500 PLC的编程语言介绍
云计算、大数据和人工智能到底是怎样的关系
作者 | james warner
译者 | 风车云马，责编 | 屠敏
自上世纪90年代以来，编程语言python已经取得了长足的进步。当guido van rossum开发python时，他几乎不知道python会成为世界上最流行的语言之一。今天，python是人类历史上使用最广泛的编程语言之一，并且已经应用于很多应用程序中。无论是企业级应用程序，还是机器学习/人工智能模型、数据科学工作，python几乎在所有蓬勃发展的行业和领域中都受人青睐。
python市场
全世界有超过800万的开发人员出于各种目的热忠于使用python。由于其动态特性和易于扩展性，python已经成为开发人员的首选语言。这也是为什么python能够击败java的原因，java一度以来都是开发人员最喜欢的语言。也可能是由于一门语言的自然老化过程，java正在接近尾声。大多数新语言都是为解决现代面临的新挑战而设计的。虽然之前开发的语言在解决当时的问题时效率极高，但要让它们跟上不断变化的行业和市场就变得极其困难。
但是，python作为一种拥有如此庞大用户和开发者支持的开源语言，即使在今天仍然保持着它的巅峰状态。它丰富的库和内置的功能使其成为企业、开发人员和数据科学家的热门选择。尽管java仍然被用于企业开发，但它在其他领域的相关性几乎为零。如果环顾四周，你很难发现一个机器学习专家在java上设计和训练模型。尽管如此，java是全球第二大最受开发人员欢迎的语言。
取代java
python已经成功地在大多数领域取代了java。在企业开发方面，java面临着来自谷歌的新编程语言go的威胁。随着我们进入未来科技时代，对高性能计算的需求也在不断增长。这也是数据科学和人工智能的时代需求。尽管有人可能认为使用extreme gpu有助于提高速度和效率，但事实远非如此。它不能满足特定的数据处理需求。相反，前沿应用程序需要其他依赖项来优化性能，并帮助科学家和开发人员实现预期的目标。最终，这将引导企业和研究机构寻找更健壮的编程语言，为特定的任务及其交付速度而设计。
进入julia的世界
这个人人都喜爱python的时代，正面临着来自编程语言世界的新参与者——julia的威胁。viral shah是julia computing的首席执行官，他指出，在21世纪初，开发人员更喜欢用c语言进行系统编程，用java开发企业应用程序，用saas进行分析，用matlab进行科学计算。然而，今天的开发人员使用rust进行系统编程，go进行企业开发，使用python/r进行分析，并使用julia进行科学计算。
这几年来我们能够感受到从matlab到python的过渡。我们知道机器学习几乎在所有应用程序中使用，而且python库使ml模型的实现更加容易，所以人们转向了python。在此之前，matlab是这项任务的最佳选择，可以帮助人们进行分析和科学计算。但是很明显，人们会把目光转向更容易实现、容易理解、更快速、更高性能和可扩展的解决方案。因此，python完美地填补了java和matlab的空白。
julia立足之地
julia和python之间的一个关键区别是处理特定问题的方式。julia的构建是为了减轻高性能计算的挑战。尽管python现在已经发展为一种快速的计算语言，但是我们必须承认它不是为这项工作而设计的。然而，julia是专门为高速处理和计算工作设计的。虽然它只有几个月的历史，却已经在研究人员和数据科学家中引起轰动。
两个月前，julia发布了一个稳定的版本，称为1.2，它已经得到了进一步的改进，可以有效地处理大量占用资源的数据科学项目。目前有超过800名julia开发人员，他们正在为github做贡献，帮助其成为首选语言。
结论
凭借资源和速度这两把“利剑”，两个月大的julia已经和30岁的python打了一场硬仗。尽管现在很难说它能否完全接管python，但它设计用于处理复杂的计算特性肯定会对世界产生影响。此外，随着问题的处理需要更多的资源和更高性能的计算，julia可能会成为每个人的最爱。除非python想要和java一样的命运，否则它将不得不提高其速度和效率，并不断优化它的库。它可能不只是启动新的更新，而是完全转换引擎，使其成为更友好的cpu语言。python相对于julia的一个优势是其丰富的库。由于julia还处于起步阶段，所以它需要很长时间才能构建像python这样高效、动态的库和函数。这两种语言之间的斗争才刚刚开始，但对于需要快速高效工具来实现目标的研究人员和科学家来说，julia已经变成了一种优势。
高通与苹果同时在官网发布声明宣布正式达成全面和解协议
荣耀8、荣耀V9对比评测：华为荣耀8、荣耀V9怎么样？配置、设计、价格大比拼！
29部万圣节恐怖短片进驻VRrOOm
量子信息时代我们拭目以待
拆解vivo X21，“解锁”屏下指纹识别
Julia 和Python哪一个更强
5G是移动转售业务创新的重大机遇，抓住机遇实现高质量发展
关于5G在CU/DU低层切分问题的讨论
聚游公社：一个长线赚钱项目，可以说毫无门槛儿.......
基于智能手机的miRNA多色荧光成像传感平台
方案|基于飞凌FETMX8MP-C核心板实现的商用车智能驾驶终端
电容中的穿心电容是什么意思？电容的充放电电路图及其原理
怎样用CMOS集成电路制作家用电器开关
vivo四个打孔的自拍相机专利
富士康携手企业研发边缘计算系统，提高产品检查和质量改进的效率
单片机定时器的工作原理、分类及应用实例
什么是热桥效应 热桥效应的作用是什么
虹科案例 | 让自动驾驶更快到来！虹科新品高级模拟器助力研发测试
SIMATIC S7-1500 PLC的编程语言介绍
云计算、大数据和人工智能到底是怎样的关系