Juliaは、統計データ分析、機械学習、自動微分、その他の数値モデリング、およびより汎用的なプログラムに適した、高速で動的、構成可能な汎用プログラミング言語です。これはスクリプト言語のように感じられますが、ジャストインタイム (JIT) コンパイラ テクノロジを使用してオンザフライでコードをコンパイルし、コンパイルして実行されます。マルチスレッド、マルチプロセッシング、分散マルチプロセッシングをサポートするためにゼロから設計されました。 Julia は、すでに使いやすく高速であるため、「2 つの言語」の問題を解決します。使いやすいプロトタイピングのために 1 つの言語は必要なく、速度のために 2 つ目の言語は必要ありません。 Julia 自体で高性能コードを作成できます。
この提案は、Python が現在サポートされている方法と同様に Julia をサポートすることになります。
2 つの言語間でデータ型の互換性が高い
| JMP データ型 | ジュリアのデータ型 |
| ブール値 | ブール値 |
| データ表 | データフレーム.jl |
| 連想配列 | 辞書 |
| 数値 | Float64 |
| マトリックス | Float64 行列 |
| リスト | タプル |
| 弦 | ユニコード文字列 |
Julia が Python より優れている点の 1 つは、Numpy がないことです。その機能は単に組み込まれているだけです。
さらに、JMP は、どのパッケージをインストールする必要があるかをユーザーに指示する代わりに、PackageCompiler.jl を使用して、JMP が必要とするすべてのパッケージを含む Julia のスタンドアロン バイナリを作成し、それを JMP とともに配布することもできます。 Julia の統合は、箱から出してすぐ (または「インストール プログラムの完了後」) に機能します。 Julia の上級ユーザーには、これを置き換えるという選択肢もありますが、それ以外の人にとっては、問題なく機能します。
Julia は、統計、機械学習、科学技術コンピューティングの分野で急速に成長しているエキサイティングな言語です。 Lee Phillips 著 (2020 年 10 月 9 日) の「 Julia プログラミング言語の非合理的な効果 」を参照してください。
Julia のサポートを追加すると、ユーザーは最先端のツールやコーディングを JSL スクリプトに組み込むこともできます。
JSL を使用して Julia を呼び出すための手順をここで共有しましたhttps://community.jmp.com/t5/JMPer-Cable/How-to-The-Julia-programming- language-in-JMP/ba-p/480125 。 少し複雑ですが、いくつかの単純なワークフローでは機能すると思います。
データ型に関するもう 1 つの注意事項。 Julia は欠損値を適切にサポートしています
| JMP データ型 | ジュリアのデータ型 |
| 空の（） | 何もない |
| ない （。） | ない |
