Julia编程语言是一款免费开源高级、高性能动态编程语言，功能强大，集众家之所长，Julia的设计理念是将“高性能”放在最高优先级上，Julia语言虽不如Python 那么流行，但在数据科学中使用Julia具有很大的优势，Julia可以为Julia语言本身添砖加瓦，J它设计用于科学计算、机器学习、数据挖掘、大规模线性代数、分布式计算和并行计算，并且易于使用Python、R甚至Matlab。

软件功能

数据可视化和绘图

数据可视化具有复杂的历史。

绘图软件在功能与简单性，速度与美感以及静态和动态界面之间进行权衡。

有些软件包可以显示，并且永远不会更改，而其他软件包则可以实时更新。

构建，部署或嵌入代码

该应用程序使您可以编写UI，静态编译代码，甚至将其部署在Web服务器上。

它还具有强大的类似于Shell的功能，用于管理其他进程。

它提供类似Lisp的宏和其他元编程功能。

与数据交互

数据生态系统使您可以快速加载多维数据集，并行执行聚合，联接和预处理操作

并以有效格式将其保存到磁盘。

您也可以使用OnlineStats.jl对流数据执行在线计算。

无论您是寻找方便，熟悉的DataFrame，还是使用JuliaDB的新方法，它为您提供了丰富的工具。

Queryverse提供查询，文件IO和可视化功能。

除了处理表格数据之外，JuliaGraphs包还使处理组合数据变得更加容易。

可扩展的机器学习

它提供了用于深度学习(Flux.jl和Knet.jl)，机器学习和AI的强大工具。

Julia的数学语法使其成为表达算法的理想方式，就像它们写在论文中一样

构建具有自动微分，GPU加速以及可通过JuliaDB支持TB级数据的可训练模型。

软件特色

丰富的科学计算生态系统

Julia从头开始设计，非常擅长数值和科学计算。

可以在应用程序中编写的大量科学工具中看到这一点

例如最新的微分方程生态系统(DifferentialEquations.jl)，优化工具(JuMP.jl和Optim.jl)

迭代线性求解器( IterativeSolvers.jl)，用于傅立叶变换的强大框架(AbstractFFTs.jl)

通用量子模拟框架(Yao.jl)等，可以推动所有模拟。

并行和异构计算

该语言专为并行性而设计，并为每个级别的并行计算提供内置基元：

指令级并行性，多线程和分布式计算。

Celeste.jl项目在NERSC的Cori超级计算机上使用650,000个内核，达到1.5 PetaFLOP / s。

编译器还可以为各种硬件加速(例如GPU和Xeon Phis)生成本机代码。

诸如DistributedArrays.jl和Dagger.jl之类的包为并行提供了更高级别的抽象。