Осваиваем язык Julia

Julia – относительно молодой хорошо структурированный язык программирования с большим быстродействием, устраняющий классическую проблему выполнения анализа на одном языке и трансляции его результатов на второй с целью повышения производительности. Первые проектные работы по языку Julia начались в Массачусетском технологическом институте (MIT)1 в августе 2009 года, и к февралю 2012-го он стал общедоступным. Заслуга по созданию этого языка в главным образом принадлежит трем разработчикам: Стефану Карпински, Джеффу Безансону и Виралу Шаху. Цель данной книги заключается в том, чтобы охватить все аспекты языка Julia, которые делают его привлекательным для аналитиков данных. Язык развивается стремительно. Двоичные дистрибутивы доступны для Linux, Mac OS X и Windows, но они отстают от текущих исходников. Поэтому, чтобы выполнять при помощи Julia серьезную работу, немаловажно понимать, как получать и собирать рабочую систему из исходных текстов. Кроме того, для Julia доступны интерактивные среды разработки (IDE), и в данной книге будут проанализированы IDE Jupyter, Juno и плагин JuliaDT для среды Eclipse. Книга начинается с короткого инструктажа по инсталляции и выполнения Julia в разных операционных средах. Далее, вы сравните самые разнообразные способы работы с языком и детально изучите его основной функционал, рассматривая практические примеры, построенные на основе пошагового принципа. Пользуясь простыми статистическими и аналитическими показателями, вы откроете для себя быстродействие языка, его настоящую мощь, которая делает его особенно полезным в высокоинтенсивных вычислительных задачах, и отметите, что язык Julia способен сотрудничать с внешними процессами, получая значительное улучшение качества визуализации графиков и данных. И наконец, вы займетесь метапрограммированием и узнаете, как оно укрепляет мощь языка и формируют его сетевую и распределенную вычислительную среду. Чему вы научитесь, прочитав эту книгу: • инсталлировать среду разработки и выполнять ее сборку и настройку под вашу операционную среду; • создавать проекты в области науки о данных в рамках полного цикла ETL, анализа и визуализации данных; • понимать систему типов и принципы множественной диспетчеризации для получения большей отдачи от программирования; • взаимодействовать с файлами и таблицами данных с целью изучения простых статистических и аналитических показателей; • отображать графики и визуальные данные с целью проведения на Julia имитационного моделирования; • использовать Julia для взаимодействия с базами данных SQL и NoSQL; • работать с распределенными системами в Веб и в облаке; • разрабатывать свои собственные программные пакеты и участвовать в сообществе программистов на Julia в качестве соавтора. Данная книга не является введением в программирование, и потому предполагается, что читатель знаком с понятийным аппаратом по крайней мере одного языка программирования. Для тех, кто знаком с языками сценариев, такими как Python, R и MATLAB, эта задача не является тяжелой – как, впрочем, и для тех, кто применяет похожие языки: C, Java и C#. Однако для аналитика данных, возможно с компетенцией в методах аналитики на основе электронных таблиц, таких как Excel, или статистических пакетов, таких как SPSS и Stata, большая часть текста должна оказаться полезной.