Julia 는 통계 데이터 분석, 기계 학습, 자동 미분, 기타 수치 모델링 및 보다 일반적인 목적의 프로그램에 매우 적합한 빠르고 역동적이며 구성 가능한 범용 프로그래밍 언어입니다. 스크립팅 언어처럼 느껴지지만 JIT(Just-In-Time) 컴파일러 기술을 사용하여 즉시 코드를 컴파일하여 컴파일된 실행을 수행합니다. 처음부터 멀티스레딩, 멀티프로세싱, 분산 멀티프로세싱을 지원하도록 설계되었습니다. Julia는 "두 가지 언어" 문제를 해결합니다. 즉, 사용하기 쉬운 프로토타이핑을 위해 하나의 언어가 필요하지 않고 속도 를 위해 두 번째 언어가 필요하지 않습니다. Julia는 이미 사용하기 쉽고 빠르기 때문입니다. Julia 자체에서 고성능 코드를 작성할 수 있습니다.
이 제안은 현재 Python이 지원되는 방식과 유사하게 Julia를 지원하는 것입니다.
데이터 유형은 두 언어 간에 매우 호환됩니다.
| JMP 데이터 유형 | 줄리아 데이터 유형 |
| 부울 | 부울 |
| 데이터 테이블 | 데이터프레임.jl |
| 연관 배열 | 사전 |
| 숫자 | Float64 |
| 행렬 | Float64 매트릭스 |
| 목록 | 튜플 |
| 끈 | 유니코드 문자열 |
Python에 비해 Julia의 장점 중 하나는 Numpy가 없다는 것입니다. 즉, 해당 기능이 내장되어 있을 뿐입니다.
또한 JMP는 사용자에게 어떤 패키지를 설치해야 하는지 알려주는 대신 PackageCompiler.jl을 사용하여 JMP에 필요한 모든 패키지가 포함된 Julia의 독립 실행형 바이너리를 생성하고 이를 JMP와 함께 배포할 수 있습니다. Julia 통합은 즉시(또는 "설치 프로그램이 완료된 후") 작동합니다. 고급 Julia 사용자에게는 이를 교체할 수 있는 옵션이 있지만 다른 모든 사용자에게는 효과가 있습니다.
Julia는 통계, 기계 학습, 과학 컴퓨팅 분야에서 흥미롭고 빠르게 성장하는 언어입니다. Lee Phillips(2020년 10월 9일)의 Julia 프로그래밍 언어의 비합리적인 효율성을 참조하세요.
Julia에 대한 지원을 추가하면 사용자는 일부 최첨단 도구를 사용하고 JSL 스크립트에 코딩할 수도 있습니다.
여기에서 JSL을 사용하여 Julia를 호출하는 방법에 대한 몇 가지 지침을 공유했습니다. https://community.jmp.com/t5/JMPer-Cable/How-to-The-Julia-programming-언어-in-JMP/ba-p/480125 . 약간 복잡하지만 일부 간단한 작업 흐름에서는 작동할 수 있습니다.
데이터 유형에 대한 또 다른 참고 사항; Julia는 누락된 값을 잘 지원합니다.
| JMP 데이터 유형 | 줄리아 데이터 유형 |
| 비어 있는() | 아무것도 아님 |
| 없어진 (.) | 없어진 |
