Julia 与其他语⾔的区别
与其它语⾔的区别
与 MATLAB 的区别
Julia 的语法和 MATLAB 很像。但 Julia 不是简单地复制 MATLAB ，它们有很多句法和功能上的区别。以下是⼀些值得注意的区别：
数组⽤⽅括号来索引， A[i,j]数组是⽤引⽤来赋值的。在 A=B 之后，对 B 赋值也会修改 A使⽤引⽤来传递和赋值。如果⼀个函数修改了数组，调⽤函数会发现值也变了Matlab 把赋值和分配内存合并成了⼀个语句。⽐如： a(4) = 3.2 会创建⼀个数组 a = [0 0 0 3.2] ，即为a分配了内存并且将每个元素初始化为0,然后为第四个元素赋值3.2，⽽ a(5) = 7 会为数组a增加长度，并且给第五个元素赋值7。 Julia 把赋值和分配内存分开了： 如果 a 长度为4, a[5] = 7 会抛出⼀个错误。 Julia 有⼀个专⽤的 push! 函数来向 Vectors ⾥增加元素。并且远⽐Matlab的 a(end+1) = val 来的⾼效。虚数单位 sqrt(-1) ⽤ im 来表⽰字⾯上的数字如果没有⼩数点，则会被默认为整数类型⽽不是浮点类型。且⽀持任意长度的整数类型。但是这也意味着⼀些如2^-1的表达式因为不是正式⽽抛出⼀个异常。
Julia 有⼀维数组。列向量的长度为 N ，⽽不是 Nx1 。例如， rand(N) ⽣成的是⼀维数组使⽤语法 [x,y,z] 来连接标量或数组，连接发⽣在第⼀维度（“垂直”）上。对于第⼆维度（“⽔平”）上的连接，需要使⽤空格，如 [x y z] 。 要想构造块矩阵，尽量使⽤语法 [a b; c d]
a:b 和 a:b:c 中的冒号，⽤来构造 Range 对象。使⽤ linspace 构造⼀个满向量，或者通过使⽤⽅括号来“连接”范围，如 [a:b]函数返回须使⽤ return 关键字，⽽不是把它们列在函数定义中⼀个⽂件可以包含多个函数，⽂件被载⼊时，所有的函数定义都是外部可见的sum, prod, max 等约简操作，如果被调⽤时参数只有⼀个，作⽤域是数组的所有元素，如 sum(A)
sort 等函数，默认按列⽅向操作。（ sort(A) 等价于 sort(A,1) ）。要想排序 1xN 的矩阵，使⽤ sort(A,2)如果 A 是 2 维数组, fft(A) 计算的是 2 维 FFT. 尤其注意的是, 它不等效于fft(A,1), 后者计算的是按列的 1 维 FFT.
即使是⽆参数的函数，也要使⽤圆括号，如 tic() 和 toc()表达式结尾不要使⽤分号。表达式的结果不会⾃动显⽰（除⾮在交互式提⽰符下）。 println 函数可以⽤来打印值并换⾏若 A 和 B 是数组， A == B 并不返回布尔值数组。应该使⽤ A .== B 。其它布尔值运算符可以类⽐， , != 等
符号 & 、| 和 $ 表⽰位运算“和”、“或”以及“异或”。它们和python中的位运算符有着相同的运算符优先级，和c语⾔中的位运算符优先级并不⼀样。 它们能被应⽤在标量上或者应⽤在两个数组间（对每个相同位置的元素分别进⾏逻辑运算，返回⼀个由结果组成的新数组）。 值得注意的是它们的运算符优先级，别忘了括号: 如果想要判断变量 A 是等于1还是2, 要这样写 (A .== 1) | (A.== 2) 。
可以⽤ ... 把集合中的元素作为参数传递给函数，如 xs=[1,2]; f(xs...)Julia 中 svd 返回的奇异值是向量⽽不是完整的对⾓矩阵
Julia 中 ... 不⽤来将⼀⾏代码拆成多⾏。Instead, incomplete expressionsautomatically continue onto the next line.变量 ans 是交互式会话中执⾏的最后⼀条表达式的值；以其它⽅式执⾏的表达式的值，不会赋值给它Julia 的 type 类型和Matlab中的 classes ⾮常接近。Matlab 中的 structs ⾏为介于Julia 的 types 和 Dicts 之间。如果你想添加⼀个域在 strut 中，使⽤ Dict 会⽐type 好⼀些。
与 R 的区别
Julia 也想成为数据分析和统计编程的⾼效语⾔。与 R 的区别：
使⽤ = 赋值，不提供
Julia 的矩阵运算⽐ R 更接近传统数学语⾔。如果 A 和 B 是矩阵，那么矩阵乘法在 Julia 中为 A * B ， R 中为 A %*% B 。在 R 中，第⼀个语句表⽰的是逐元素的 Hadamard 乘法。要进⾏逐元素点乘，Julia 中为 A .* B使⽤ ' 运算符做矩阵转置。 Julia 中 A' 等价于 R 中 t(A)写 if 语句或 for 循环时不需要写圆括号：应写 for i in [1, 2, 3] ⽽不是 for (i in c(1, 2, 3)) ；应写 if i == 1 ⽽不是 if (i == 1)0 和 1 不是布尔值。不能写 if (1) ，因为 if 语句仅接受布尔值作为参数。应写成 if true不提供 nrow 和 ncol 。应该使⽤ size(M, 1) 替代 nrow(M) ；使⽤size(M, 2) 替代 ncol(M)Julia 的 SVD 默认为⾮ thinned ，与 R 不同。要得到与 R ⼀样的结果，应该对矩阵 X 调⽤ svd(X, true)
Julia 区分标量、向量和矩阵。在 R 中， 1 和 c(1) 是⼀样的。在 Julia 中，它们完全不同。例如若 x 和 y 为向量，则 x' * y 是⼀个单元素向量，⽽不是标量。要得到标量，应使⽤ dot(x, y)
Julia 中的 diag() 和 diagm() 与 R 中的不同
Julia 不能在赋值语句左侧调⽤函数：不能写 diag(M) = ones(n)
Julia 不赞成把 main 命名空间塞满函数。⼤多数统计学函数可以在 中找到，⽐如 DataFrames 和 Distributions 包：
提供了概率分布函数.提供了数据框架提供了⼴义的线性模型.
Julia 提供了多元组和哈希表，但不提供 R 的列表。当返回多项时，应该使⽤多元组：不要使⽤ list(a = 1, b = 2) ，应该使⽤ (1, 2)⿎励⾃定义类型。Julia 的类型⽐ R 中的 S3 或 S4 对象简单。Julia 的重载系统使 table(x::TypeA) 和 table(x::TypeB) 等价于 R 中的
table.TypeA(x) 和 table.TypeB(x)在 Julia 中，传递值和赋值是靠引⽤。如果⼀个函数修改了数组，调⽤函数会发现值也变了。这与 R ⾮常不同，这使得在⼤数据结构上进⾏新函数操作⾮常⾼效使⽤ hcat 和 vcat 来连接向量和矩阵，⽽不是 c, rbind 和 cbind
Julia 的范围对象如 a:b 与 R 中的定义向量的符号不同。它是⼀个特殊的对象，⽤于低内存开销的迭代。要把范围对象转换为向量，应该⽤⽅括号把范围对象括起来 [a:b]
max和min等价于 R 语⾔中的pmax和pmin。但是所有的参数都应该有相同的维度。⽽且 maximum, minimum 可以替代 R 语⾔的 max and min ，这是最⼤的区别。函数 sum, prod, maximum, minimum和 R 语⾔中的同名函数并不相同。它们接收⼀个或者两个参数。第⼀个参数是集合，例如⼀个 array，如果有第⼆个参数，这个参数可以指明数据的维度，除此之外操作相似。⽐如，让 Julia 中的A=[[1 2],[3,4]] 和 R 中的 B=rbind(c(1,2),c(3,4))⽐较会是⼀个矩阵。 接着 sum(A) 和sum(B)会有相同的结果, 但是 sum(A,1) 是⼀个包含⼀列和的⾏向量，⽽ sum(A,2) 是⼀个包含⾏和的列向量. 如果第⼆个参数是向量，如 sum(A,[1,2])=10， 需要确保第⼆参数没有问题。
Julia 有许多函数可以修改它们的参数。例如， sort(v) 和 sort!(v) 函数中，带感叹号的可以修改 v
colMeans() 和 rowMeans(), size(m, 1) 和 size(m, 2)在 R 中，需要向量化代码来提⾼性能。在 Julia 中与之相反：使⽤⾮向量化的循环通常效率最⾼与 R 不同，Julia 中没有延时求值不提供 NULL 类型
Julia 中没有与 R 的 assign 或 get 所等价的语句
与 Python 的区别
对数组、字符串等索引。Julia 索引的下标是从 1 开始，⽽不是从 0 开始索引列表和数组的最后⼀个元素时，Julia 使⽤ end ，Python 使⽤ -1Julia 中的 Comprehensions （还）没有条件 if 语句
for, if, while, 等块的结尾需要 end ；不强制要求缩进排版Julia 没有代码分⾏的语法：如果在⼀⾏的结尾，输⼊已经是个完整的表达式，就直接执⾏；否则就继续等待输⼊。强迫 Julia 的表达式分⾏的⽅法是⽤圆括号括起来
Julia 总是以列为主序的（类似 Fortran ），⽽ numpy 数组默认是以⾏为主序的（类似 C ）。如果想优化遍历数组的性能，从 numpy 到 Julia 时应改变遍历的顺序。
W3Cschool（www.w3cschool.cn）最⼤的技术知识分享与学习平台
此篇内容来⾃于w3cschool.cn⽹站⽤户上传并发布。
Julia 与其他语⾔的区别
与其它语⾔的区别
与 MATLAB 的区别
Julia 的语法和 MATLAB 很像。但 Julia 不是简单地复制 MATLAB ，它们有很多句法和功能上的区别。以下是⼀些值得注意的区别：
数组⽤⽅括号来索引， A[i,j]数组是⽤引⽤来赋值的。在 A=B 之后，对 B 赋值也会修改 A使⽤引⽤来传递和赋值。如果⼀个函数修改了数组，调⽤函数会发现值也变了Matlab 把赋值和分配内存合并成了⼀个语句。⽐如： a(4) = 3.2 会创建⼀个数组 a = [0 0 0 3.2] ，即为a分配了内存并且将每个元素初始化为0,然后为第四个元素赋值3.2，⽽ a(5) = 7 会为数组a增加长度，并且给第五个元素赋值7。 Julia 把赋值和分配内存分开了： 如果 a 长度为4, a[5] = 7 会抛出⼀个错误。 Julia 有⼀个专⽤的 push! 函数来向 Vectors ⾥增加元素。并且远⽐Matlab的 a(end+1) = val 来的⾼效。虚数单位 sqrt(-1) ⽤ im 来表⽰字⾯上的数字如果没有⼩数点，则会被默认为整数类型⽽不是浮点类型。且⽀持任意长度的整数类型。但是这也意味着⼀些如2^-1的表达式因为不是正式⽽抛出⼀个异常。
Julia 有⼀维数组。列向量的长度为 N ，⽽不是 Nx1 。例如， rand(N) ⽣成的是⼀维数组使⽤语法 [x,y,z] 来连接标量或数组，连接发⽣在第⼀维度（“垂直”）上。对于第⼆维度（“⽔平”）上的连接，需要使⽤空格，如 [x y z] 。 要想构造块矩阵，尽量使⽤语法 [a b; c d]
a:b 和 a:b:c 中的冒号，⽤来构造 Range 对象。使⽤ linspace 构造⼀个满向量，或者通过使⽤⽅括号来“连接”范围，如 [a:b]函数返回须使⽤ return 关键字，⽽不是把它们列在函数定义中⼀个⽂件可以包含多个函数，⽂件被载⼊时，所有的函数定义都是外部可见的sum, prod, max 等约简操作，如果被调⽤时参数只有⼀个，作⽤域是数组的所有元素，如 sum(A)
sort 等函数，默认按列⽅向操作。（ sort(A) 等价于 sort(A,1) ）。要想排序 1xN 的矩阵，使⽤ sort(A,2)如果 A 是 2 维数组, fft(A) 计算的是 2 维 FFT. 尤其注意的是, 它不等效于fft(A,1), 后者计算的是按列的 1 维 FFT.
即使是⽆参数的函数，也要使⽤圆括号，如 tic() 和 toc()表达式结尾不要使⽤分号。表达式的结果不会⾃动显⽰（除⾮在交互式提⽰符下）。 println 函数可以⽤来打印值并换⾏若 A 和 B 是数组， A == B 并不返回布尔值数组。应该使⽤ A .== B 。其它布尔值运算符可以类⽐， , != 等
符号 & 、| 和 $ 表⽰位运算“和”、“或”以及“异或”。它们和python中的位运算符有着相同的运算符优先级，和c语⾔中的位运算符优先级并不⼀样。 它们能被应⽤在标量上或者应⽤在两个数组间（对每个相同位置的元素分别进⾏逻辑运算，返回⼀个由结果组成的新数组）。 值得注意的是它们的运算符优先级，别忘了括号: 如果想要判断变量 A 是等于1还是2, 要这样写 (A .== 1) | (A.== 2) 。
可以⽤ ... 把集合中的元素作为参数传递给函数，如 xs=[1,2]; f(xs...)Julia 中 svd 返回的奇异值是向量⽽不是完整的对⾓矩阵
Julia 中 ... 不⽤来将⼀⾏代码拆成多⾏。Instead, incomplete expressionsautomatically continue onto the next line.变量 ans 是交互式会话中执⾏的最后⼀条表达式的值；以其它⽅式执⾏的表达式的值，不会赋值给它Julia 的 type 类型和Matlab中的 classes ⾮常接近。Matlab 中的 structs ⾏为介于Julia 的 types 和 Dicts 之间。如果你想添加⼀个域在 strut 中，使⽤ Dict 会⽐type 好⼀些。
与 R 的区别
Julia 也想成为数据分析和统计编程的⾼效语⾔。与 R 的区别：
使⽤ = 赋值，不提供
Julia 的矩阵运算⽐ R 更接近传统数学语⾔。如果 A 和 B 是矩阵，那么矩阵乘法在 Julia 中为 A * B ， R 中为 A %*% B 。在 R 中，第⼀个语句表⽰的是逐元素的 Hadamard 乘法。要进⾏逐元素点乘，Julia 中为 A .* B使⽤ ' 运算符做矩阵转置。 Julia 中 A' 等价于 R 中 t(A)写 if 语句或 for 循环时不需要写圆括号：应写 for i in [1, 2, 3] ⽽不是 for (i in c(1, 2, 3)) ；应写 if i == 1 ⽽不是 if (i == 1)0 和 1 不是布尔值。不能写 if (1) ，因为 if 语句仅接受布尔值作为参数。应写成 if true不提供 nrow 和 ncol 。应该使⽤ size(M, 1) 替代 nrow(M) ；使⽤size(M, 2) 替代 ncol(M)Julia 的 SVD 默认为⾮ thinned ，与 R 不同。要得到与 R ⼀样的结果，应该对矩阵 X 调⽤ svd(X, true)
Julia 区分标量、向量和矩阵。在 R 中， 1 和 c(1) 是⼀样的。在 Julia 中，它们完全不同。例如若 x 和 y 为向量，则 x' * y 是⼀个单元素向量，⽽不是标量。要得到标量，应使⽤ dot(x, y)
Julia 中的 diag() 和 diagm() 与 R 中的不同
Julia 不能在赋值语句左侧调⽤函数：不能写 diag(M) = ones(n)
Julia 不赞成把 main 命名空间塞满函数。⼤多数统计学函数可以在 中找到，⽐如 DataFrames 和 Distributions 包：
提供了概率分布函数.提供了数据框架提供了⼴义的线性模型.
Julia 提供了多元组和哈希表，但不提供 R 的列表。当返回多项时，应该使⽤多元组：不要使⽤ list(a = 1, b = 2) ，应该使⽤ (1, 2)⿎励⾃定义类型。Julia 的类型⽐ R 中的 S3 或 S4 对象简单。Julia 的重载系统使 table(x::TypeA) 和 table(x::TypeB) 等价于 R 中的
table.TypeA(x) 和 table.TypeB(x)在 Julia 中，传递值和赋值是靠引⽤。如果⼀个函数修改了数组，调⽤函数会发现值也变了。这与 R ⾮常不同，这使得在⼤数据结构上进⾏新函数操作⾮常⾼效使⽤ hcat 和 vcat 来连接向量和矩阵，⽽不是 c, rbind 和 cbind
Julia 的范围对象如 a:b 与 R 中的定义向量的符号不同。它是⼀个特殊的对象，⽤于低内存开销的迭代。要把范围对象转换为向量，应该⽤⽅括号把范围对象括起来 [a:b]
max和min等价于 R 语⾔中的pmax和pmin。但是所有的参数都应该有相同的维度。⽽且 maximum, minimum 可以替代 R 语⾔的 max and min ，这是最⼤的区别。函数 sum, prod, maximum, minimum和 R 语⾔中的同名函数并不相同。它们接收⼀个或者两个参数。第⼀个参数是集合，例如⼀个 array，如果有第⼆个参数，这个参数可以指明数据的维度，除此之外操作相似。⽐如，让 Julia 中的A=[[1 2],[3,4]] 和 R 中的 B=rbind(c(1,2),c(3,4))⽐较会是⼀个矩阵。 接着 sum(A) 和sum(B)会有相同的结果, 但是 sum(A,1) 是⼀个包含⼀列和的⾏向量，⽽ sum(A,2) 是⼀个包含⾏和的列向量. 如果第⼆个参数是向量，如 sum(A,[1,2])=10， 需要确保第⼆参数没有问题。
Julia 有许多函数可以修改它们的参数。例如， sort(v) 和 sort!(v) 函数中，带感叹号的可以修改 v
colMeans() 和 rowMeans(), size(m, 1) 和 size(m, 2)在 R 中，需要向量化代码来提⾼性能。在 Julia 中与之相反：使⽤⾮向量化的循环通常效率最⾼与 R 不同，Julia 中没有延时求值不提供 NULL 类型
Julia 中没有与 R 的 assign 或 get 所等价的语句
与 Python 的区别
对数组、字符串等索引。Julia 索引的下标是从 1 开始，⽽不是从 0 开始索引列表和数组的最后⼀个元素时，Julia 使⽤ end ，Python 使⽤ -1Julia 中的 Comprehensions （还）没有条件 if 语句
for, if, while, 等块的结尾需要 end ；不强制要求缩进排版Julia 没有代码分⾏的语法：如果在⼀⾏的结尾，输⼊已经是个完整的表达式，就直接执⾏；否则就继续等待输⼊。强迫 Julia 的表达式分⾏的⽅法是⽤圆括号括起来
Julia 总是以列为主序的（类似 Fortran ），⽽ numpy 数组默认是以⾏为主序的（类似 C ）。如果想优化遍历数组的性能，从 numpy 到 Julia 时应改变遍历的顺序。
W3Cschool（www.w3cschool.cn）最⼤的技术知识分享与学习平台
此篇内容来⾃于w3cschool.cn⽹站⽤户上传并发布。