Julia est un langage de programmation rapide, dynamique, composable et à usage général, bien adapté à l'analyse de données statistiques, à l'apprentissage automatique, à la différenciation automatique, à d'autres modélisations numériques, ainsi qu'à des programmes plus généraux. Cela ressemble à un langage de script, mais il s'exécute de manière compilée, en utilisant la technologie de compilateur Just-In-Time (JIT) pour compiler le code à la volée. Il a été conçu dès le départ pour prendre en charge le multithreading, le multitraitement et le multitraitement distribué. Julia résout le problème des « deux langues » : vous n'avez pas besoin d'une seule langue pour un prototypage facile à utiliser et d'une deuxième langue pour la rapidité – car Julia est déjà facile à utiliser et rapide. Vous pouvez écrire votre code haute performance dans Julia elle-même.
Cette proposition consisterait à prendre en charge Julia de la même manière que Python est actuellement pris en charge.
Les types de données sont hautement compatibles entre les deux langues
| Type de données JMP | Type de données Julia |
| Booléen | Booléen |
| Tableau de données | DataFrames.jl |
| Tableau associatif | Dictionnaire |
| Numérique | Flotteur64 |
| Matrice | Matrice Float64 |
| Liste | tuple |
| Chaîne | Chaîne Unicode |
L'un des avantages de Julia par rapport à Python est qu'il n'y a pas de Numpy : cette fonctionnalité est simplement intégrée.
De plus, au lieu d'indiquer aux utilisateurs quels packages ils doivent installer, JMP pourrait utiliser PackageCompiler.jl pour créer un binaire autonome de Julia avec tous les packages requis par JMP et le distribuer avec JMP. L'intégration de Julia fonctionnerait immédiatement (ou "une fois le programme d'installation terminé"). Les utilisateurs avancés de Julia auraient la possibilité de le remplacer, mais pour tout le monde, cela fonctionne.
Julia est un langage passionnant et en croissance rapide dans les domaines du calcul statistique, de l'apprentissage automatique et du calcul scientifique. Voir L'efficacité déraisonnable du langage de programmation Julia , par Lee Phillips (9/10/2020).
L'ajout de la prise en charge de Julia permettrait également aux utilisateurs d'ajouter des outils et du codage de pointe dans leurs scripts JSL.
J'ai partagé quelques instructions pour appeler Julia avec JSL ici https://community.jmp.com/t5/JMPer-Cable/How-to-The-Julia-programming-langage-in-JMP/ba-p/480125 . C'est un peu compliqué mais je trouve que cela peut fonctionner pour certains flux de travail simples.
Une autre note sur les types de données ; Julia a un bon support pour les valeurs manquantes
| Type de données JMP | Type de données Julia |
| vide() | rien |
| manquant (.) | manquant |
