Julia语言初体验
最近MIT发布的julia 1.0.0版，据传整合了C、Python、R等诸多语言特色，是数据科学领域又一把顶级利器。 周末心血来潮赶快体验了一把，因为用习惯了jupyter notebook，安装完julia 1.0.0之后就配置好了jupyter notebook。 在安装配置环境阶段就遭遇了不少坑，吃了不少苦头，这里不得不吐槽级距，julia的安装配置一点儿也不比python简单，自己配置原生环境，结果下载包各种不兼容，想要导入本地数据，需要解决CSV包、xlsx包的接口问题，总之一路坎坷。 这里把自己走过的弯路总结一下，方便后来者学习！ 1、环境选择： 强烈建议选择JuliaPro来安装，这里稍稍说明一下，julia虽然在8月8日更新了Julia 1.0.0版本，但是作为一门新兴语言，它的版本后向兼容实在是不敢恭维，原生环境里面一个包都不给配置，需要自己一个一个下载。所以选择了JuliaPro这个集成环境（主要集成了Atom+juno【julia的第三方IDE】、jupyter notebook【浏览器端的编辑器】）。主要是JuliaPro初始化就配置了好几十个常用的包，省的自己一个个下载还不一定能搞定各种路径配置。 下载JuliaPro并安装之后，会有三个主要入口： ●Juno for JuliaPro 0.6.4.1 ●JuliaPro - Command Prompt 0.6.4.1 ●Jupyter for JuliaPro 0.6.4.1 第一个是Atom+juno的环境，相当于PyCharm之于Python,第二个是julia的命令行，第三个是Jupyter notebook编辑环境。如果是要单独下载原生环境并手动配置的话，需要摸索各种难题（还不一定能在网上找到解决方案）。 2、常用文件管理工具： julia的包管理工具类似Pyrhon中的conda，叫做Pkg： Pkg.add("packages") #安装包 Pkg.build("packages") #配置包 Pkg.rm("packages") #卸载包 using packages #加载包 import PyCall #与using功能一样（和Python的导入相同） using IJulia #IJulia是julia与jupyter notebook之间的连接器 notebook() #启动jupyter环境 Pkg.status() #查看当前环境中的包列表 Pkg.installed() #查看已经安装的包信息 homedir() #获取当前用户目录 pwd() #获取当前工作目录 cd("D:/") #设定当前工作目录 cd("C:/Users/RAINDU/Desktop/") include("hello.jl") #脚本执行（julia环境中） julia script.jl arg1 arg2... #终端命令行执行 3、文件I/O常用环境： 3.1 TXT文件导入导出： Pkg.add("CSV") #如果没有安装需先安装 using CSV mydata = CSV.read("EyesAsia.txt") 可恶的中文乱码。最简单的办法就是手动修改编码为UTF-8然后再次导入。 CSV.write("out.csv", mydata) #数据导出 3.2 xlsx文件导入导出 Pkg.add("XLSXReader") Pkg.add("XLSX") using XLSXReader using XLSX cd("C:/Users/RAINDU/Desktop/") mydata = readxlsx("data.xlsx","Sheet1") #读入 XLSX.writetable("mydata.xlsx", DataFrames.columns(mydata), DataFrames.names(mydata)) 4、基本数据类型 4.1 字符串 char = "hello,world!" julia> char = "hello,world!" "hello,world!" julia> print(char) hello,world! julia> length(char) 12 julia> char[1] 'h': ASCII/Unicode U+0068 (category Ll: Letter, lowercase) julia> char[end] '!': ASCII/Unicode U+0021 (category Po: Punctuation, other) julia中字符串可以继续遍历（区别于R，与Python相同） Julia中区别标量和向量（区别于R，同Python） 4.2 列表 mylist = ["A"] 1-element Array{String,1}: "A" julia> mylist = ["A","B","C","D","E"] 5-element Array{String,1}: "A" "B" "C" "D" "E" julia> myarray = [["A","B","C","D","e"],[3,4,9,6,7]] 2-element Array{Array{Any,1},1}: Any["A", "B", "C", "D", "e"] Any[3, 4, 9, 6, 7] julia> getindex(myarray,1) 5-element Array{Any,1}: "A" "B" "C" "D" "e" julia> getindex(myarray,2) 5-element Array{Any,1}: 3 4 9 6 julia中不区分向量和数组，一维数组便是向量。 myarray[1,2] 4.3 元组 julia> my_tuple = ("hello","world") ("hello", "world") julia> typeof(my_tuple) Tuple{String,String} julia> getindex(my_tuple,2) "world" typeof()函数可以用于检查数据对象的类型结构（同R中的typeof，区别于Python中的type()） julia中的索引从1开始，区别于Python中的从0开始，与R相同。 4.4 字典 julia> dict = Dict("a" => 1, "b" => 2, "c" => 3) Dict{String,Int64} with 3 entries: "c" => 3 "b" => 2 "a" => 1 julia> dict Dict{String,Int64} with 3 entries: "c" => 3 "b" => 2 "a" => 1 julia> dict["a"] #字段索引 1 4.5 数据框 using DataFrames #julia的数据框并非内置类型，而是需要额外加载包 julia> DataFrame(A = 1:4, B = ["M", "F", "F", "M"]) 4×2 DataFrames.DataFrame │ Row │ A │ B │ ├-──┼─-┼─-┤ │ 1 │ 1 │ M │ │ 2 │ 2 │ F │ │ 3 │ 3 │ F │ │ 4 │ 4 │ M │ df = DataFrame() df[:A] = 1:8 df[:B] = ["M", "F", "F", "M", "F", "M", "M", "F"] 8×2 DataFrames.DataFrame │ Row │ A │ B │ ├-──┼-─┼-─┤ │ 1 │ 1 │ M │ │ 2 │ 2 │ F │ │ 3 │ 3 │ F │ │ 4 │ 4 │ M │ │ 5 │ 5 │ F │ │ 6 │ 6 │ M │ │ 7 │ 7 │ M │ │ 8 │ 8 │ F │ julia> size(df, 1) #数据框行数 8 julia> size(df, 2) #数据框列数 2 head(df) #预览指定行 tail(df) #预览指定列 julia> size(df) #数据框维度（包含行列） (8, 2) julia> df[1:3, :] #索引行列 3×2 DataFrames.DataFrame │ Row │ A │ B │ ├─-─┼-─┼-─┤ │ 1 │ 1 │ M │ │ 2 │ 2 │ F │ │ 3 │ 3 │ F │ julia> df[1:3, 2] 3-element Array{String,1}: "M" "F" "F" 在数据框索引这一点儿上，julia是吸收了R和Python的特点，即允许直接基于数据框 本身索引行列，使用 范围符号numA:numB，同时默认取所有列或行时用：。 当取单列时，自动降维为一维数组。 julia> describe(df) #描述性统计 A Summary Stats: Mean: 4.500000 Minimum: 1.000000 1st Quartile: 2.750000 Median: 4.500000 3rd Quartile: 6.250000 Maximum: 8.000000 Length: 8 Type: Int64 B Summary Stats: Length: 8 Type: String Number Unique: 2 关于数据合并： names = DataFrame(ID = [20, 40], Name = ["John Doe", "Jane Doe"]) jobs = DataFrame(ID = [20, 40], Job = ["Lawyer", "Doctor"]) join(names, jobs, on = :ID) 现实中数据合并的多种情况，julia中的DataFrames中的dataframe都能够很好地满足。 jobs = DataFrame(ID = [20, 60], Job = [“Lawyer”, “Astronaut”]) join(names, jobs, on = :ID, kind = :inner) join(names, jobs, on = :ID, kind = :left) join(names, jobs, on = :ID, kind = :right) join(names, jobs, on = :ID, kind = :outer) join(names, jobs, on = :ID, kind = :semi) join(names, jobs, on = :ID, kind = :anti) join(names, jobs, kind = :cross) rename!(b, :IDNew => :ID) #修改数据框指定列字段名称 5 简单的聚合运算 using DataFrames, CSV iris = CSV.read(joinpath(Pkg.dir("DataFrames"), "test/data/iris.csv")); julia> by(iris, :Species, size) #分类计数运算 3×2 DataFrames.DataFrame │ Row │ Species │ x1 │ ├─-─┼──────┼──-──┤ │ 1 │ setosa │ (50, 5) │ │ 2 │ versicolor │ (50, 5) │ │ 3 │ virginica │ (50, 5) │ by(iris, :Species, df -> mean(df[:PetalLength])) julia> by(iris, :Species, df -> mean(df[:PetalLength])) 3×2 DataFrames.DataFrame │ Row │ Species │ x1 │ ├──-┼──────┼-───┤ │ 1 │ setosa │ 1.462 │ │ 2 │ versicolor │ 4.26 │ │ 3 │ virginica │ 5.552 │ 这里:Species代表列引用，df -> mean(df[:PetalLength])这一句中的df并无实际意义，仅仅是julia中的匿名函数。所以df写成什么并无所谓。 julia> by(iris, :Species, x -> mean(x[:PetalLength])) 3×2 DataFrames.DataFrame │ Row │ Species │ x1 │ ├──-┼──────┼-───┤ │ 1 │ setosa │ 1.462 │ │ 2 │ versicolor │ 4.26 │ │ 3 │ virginica │ 5.552 │ 可以看到结果一模一样。 by(iris, :Species, df -> DataFrame(N = size(df, 1))) julia> by(iris, :Species, df -> DataFrame(N = size(df, 1))) 3×2 DataFrames.DataFrame │ Row │ Species │ N │ ├─-─┼──--───┼──┤ │ 1 │ setosa │ 50 │ │ 2 │ versicolor │ 50 │ │ 3 │ virginica │ 50 │ 分类计数的另一种写法。 by(iris, :Species,df -> DataFrame(m = mean(df[:PetalLength]), s² = var(df[:PetalLength]))) julia> by(iris, :Species,df -> DataFrame(m = mean(df[:PetalLength]), s² = var(df[:PetalLength]))) 3×3 DataFrames.DataFrame │ Row │ Species │ m │ s² │ ├──-┼──────┼─-----────────┤ │ 1 │ setosa │ 1.462 │ 0.0301592 │ │ 2 │ versicolor │ 4.26 │ 0.220816 │ │ 3 │ virginica │ 5.552 │ 0.304588 │ aggregate(iris, :Species, length) #聚合每一个类别的长度 aggregate(iris, :Species, [sum, mean]) #同时聚合汇总、均值 #长宽转换操作-由宽转长 d = melt(iris, :Species); 6. 日期&时间处理 Pkg.add("Dates") using Dates Date(2013) 2013-01-01 Date(2013,7) 2013-07-01 Date(2013,7,5) 2013-07-05 DateTime(2013) DateTime(2013,7) DateTime(2013,7,5) DateTime(2013,7,1,12) DateTime(2013,7,1,12,30) DateTime(2013,7,1,12,30,59) DateTime(2013,7,1,12,30,59,1) 取日期对应元素 t = Date(2014,1,31) Dates.year(t) Dates.month(t) Dates.week(t) Dates.day(t) 6.一些好用的魔法工具 6.1 函数 julia中的函数定义很有意思，如果是尊重语法规范，应该是这样定义 function f_jisaun(x) result = x^2 + 2x - 1 return result end julia> f_jisaun(5) 34 以上函数定义可简化为： f_jisaun(x) = x^2 + 2x - 1 34 几乎接近代数运算中对函数的定义。 6.1 匿名函数 匿名函数配合map高阶函数可以实现快速计算 n_fun = x -> x^2 + 2x - 1 #匿名函数 map(round, [1.2,3.5,1.7]) julia> map(round, [1.2,3.5,1.7]) 3-element Array{Float64,1}: 1.0 4.0 2.0 map(n_fun, [1.2,3.5,1.7]) julia> map(n_fun, [1.2,3.5,1.7]) 3-element Array{Float64,1}: 2.84 18.25 5.29 6.2 列表表达式 [i for i in 1:10] julia> [i for i in 1:10] 10-element Array{Int64,1}: 1 2 3 4 5 6 7 8 9 10 [(i^2,sqrt(i)) for i = 30:-2:10] julia> [(i^2,sqrt(i)) for i = 30:-2:10] 11-element Array{Tuple{Int64,Float64},1}: (900, 5.47723) (784, 5.2915) (676, 5.09902) (576, 4.89898) (484, 4.69042) (400, 4.47214) (324, 4.24264) (256, 4.0) (196, 3.74166) (144, 3.4641) (100, 3.16228) 7 控制流与逻辑判断 7.1 for 循环 function my_fun(h) i = [] for c in 1:h if c%3 == 0 push!(i,c) end end return i end julia> dd = my_fun(100) 33-element Array{Any,1}: 3 6 9 12 15 18 21 24 27 30 ⋮ 72 75 78 81 84 87 90 93 96 99 7.2 while 循环 function my_fun(h) i = [] range = 1 while range <= 100 if range%3 == 0 push!(i,range) end range += 1 end return i end julia> my_fun(100) 33-element Array{Any,1}: 3 6 9 12 15 18 21 24 27 30 33 36 39 ⋮ 66 69 72 75 78 81 84 87 90 93 96 99 以上便是初次体验julia学会的一些简单知识点，以后有时间还会继续学习julia~ 原文发布时间为：2018-08-26 本文作者：杜雨 本文来自云栖社区合作伙伴“数据小魔方”，了解相关信息可以关注“数据小魔方”。
