줄리아 통계 데이터 분석, 기계 학습, 자동 미분, 기타 수치 모델링 및 범용 프로그램에 적합한 빠르고 동적이고 구성 가능한 범용 프로그래밍 언어입니다. 스크립팅 언어처럼 느껴지지만 JIT(Just-In-Time) 컴파일러 기술을 사용하여 즉석에서 코드를 컴파일하여 컴파일된 상태로 실행됩니다. 처음부터 멀티스레딩, 멀티프로세싱 및 분산 멀티프로세싱을 지원하도록 설계되었습니다. Julia는 "2개 언어" 문제를 해결합니다. Julia는 이미 사용하기 쉽기 때문에 사용하기 쉬운 프로토타이핑을 위해 하나의 언어가 필요하지 않고 속도를 위해 두 번째 언어가 필요하지 않습니다. 그리고 빠른. Julia 자체에서 고성능 코드를 작성할 수 있습니다.
이 제안은 현재 Python이 지원되는 방식과 유사하게 Julia를 지원하기 위한 것입니다.
데이터 유형은 두 언어 간에 매우 호환됩니다.
| JMP 데이터 유형 | 줄리아 데이터 유형 |
| 부울 | 부울 |
| 데이터 테이블 | DataFrames.jl |
| 연관 배열 | 사전 |
| 숫자 | 플로트64 |
| 행렬 | Float64 매트릭스 |
| 목록 | 튜플 |
| 끈 | 유니코드 문자열 |
Python에 비해 Julia의 장점 중 하나는 Numpy가 없다는 것입니다. 그 기능은 내장되어 있을 뿐입니다.
또한 JMP는 사용자에게 어떤 패키지를 설치해야 하는지 알려주는 대신 PackageCompiler.jl을 사용하여 JMP가 필요로 하는 모든 패키지와 함께 Julia의 독립 실행형 바이너리를 만들고 JMP와 함께 배포할 수 있습니다.Julia 통합은 즉시(또는 "설치 프로그램이 완료된 후") 작동합니다. 고급 Julia 사용자는 교체 옵션이 있지만 다른 모든 사용자에게는 작동합니다.
Julia는 통계, 기계 학습 및 과학 컴퓨팅 분야에서 흥미롭고 빠르게 성장하는 언어입니다. 보다 Julia 프로그래밍 언어의 비합리적인 효율성 , Lee Phillips 작성(2020년 10월 9일).
Julia에 대한 지원을 추가하면 사용자가 일부 최첨단 도구와 코딩을 JSL 스크립트에 추가할 수도 있습니다.
데이터 유형에 대한 또 다른 참고 사항 Julia는 결측값을 잘 지원합니다.
| JMP 데이터 유형 | 줄리아 데이터 유형 |
| 비어있는() | 아무것도 아님 |
| 잃어버린 (.) | 잃어버린 |
여기에서 JSL을 사용하여 Julia를 호출하는 방법에 대한 몇 가지 지침을 공유했습니다. https://community.jmp.com/t5/JMPer-Cable/How-to-The-Julia-programming-language-in-JMP/ba-p/480125 . 약간 복잡하지만 몇 가지 간단한 워크플로에서 작동할 수 있습니다.
