我最近閱讀了R-Bloggers的一篇帖子,該帖子與John Myles White的此博客帖子相關,涉及一種稱為 Julia的新語言。 Julia利用即時編譯器的優勢,該編譯器可提供極佳的快速運行時間,並將其置於與C / C ++相同的速度量級(相同的 order ,但速度不一樣)。此外,它使用我們開始使用傳統語言進行編程的人們所熟悉的正統循環機制,而不是R的apply語句和向量運算。
R絲毫不會消失,即使來自Julia的如此出色的時機也是如此。它在行業中具有廣泛的支持,並且可以執行幾乎所有操作的眾多出色軟件包。
我的興趣本質上是貝葉斯(Bayesian),通常不可能進行矢量化。當然,串行任務必須使用循環來完成,並且每次迭代都需要大量的計算。在執行這些串行循環任務時,R可能會非常慢,並且C / ++並不是編寫程序的第一步。 Julia似乎是用C / ++編寫的一種很好的選擇,但是它還處於起步階段,並且缺少許多我喜歡R的功能。只有獲得足夠的支持,將Julia作為計算統計工作台來學習才有意義。來自統計界的人,人們開始為此編寫有用的軟件包。
我的問題如下:
-
Julia需要具有哪些功能才能使R成為統計事實語言?
-
學習朱莉婭(Julia)來執行繁重的計算任務,而不是學習像C / ++這樣的低級語言,有什麼優缺點?
ol>