朱莉婭是一種快速、動態、可組合的通用編程語言，非常適合統計數據分析、機器學習、自動微分、其他數值建模以及更通用的程序。 它感覺像是一種腳本語言，但運行編譯後——使用即時 (JIT) 編譯器技術即時編譯代碼。 它的設計初衷就是支持多線程、多處理和分佈式多處理。 Julia 解決了“兩種語言”問題——你不需要一種語言來進行易於使用的原型設計，而另一種語言則可以提高速度——因為 Julia 已經很容易使用了和快速地。 您可以在 Julia 中編寫高性能代碼。
該提議將支持 Julia，類似於當前支持 Python 的方式。
兩種語言之間的數據類型高度兼容
| JMP 數據類型 | 朱莉婭數據類型 |
| 布爾值 | 布爾值 |
| 數據表 | 數據幀.jl |
| 關聯數組 | 字典 |
| 數字 | 浮點64 |
| 矩陣 | Float64 矩陣 |
| 列表 | 元組 |
| 細繩 | Unicode 字符串 |
與 Python 相比，Julia 的一個優勢是沒有 Numpy——該功能只是內置的。
此外，JMP 可以使用 PackageCompiler.jl 創建一個獨立的 Julia 二進製文件，其中包含 JMP 所需的所有包，並與 JMP 一起分發，而不是告訴用戶他們需要安裝哪些包。Julia 集成開箱即用（或“在安裝程序完成後”）。 高級 Julia 用戶可以選擇替換它，但對其他人來說，它只是工作。
Julia 是統計、機器學習和科學計算領域中一種令人興奮的、快速發展的語言。 看Julia 編程語言的不合理效率, 李菲利普斯 (10/9/2020)。
添加對 Julia 的支持還會讓用戶將一些最先進的工具和編碼放到他們的 JSL 腳本中。
關於數據類型的另一個說明； Julia 對缺失值有很好的支持
| JMP 數據類型 | 朱莉婭數據類型 |
| 空的（） | 沒有 |
| 失踪 （。） | 失踪 |
我在這里分享了一些使用 JSL 調用 Julia 的說明https://community.jmp.com/t5/JMPer-Cable/How-to-The-Julia-programming-language-in-JMP/ba-p/480125 . 這有點複雜，但我發現它可以用於一些簡單的工作流程。
