Post

Julia 基础

Posted
By Nobody 14 min read

Julia 基础

介绍

默认环境：~/.julia/environments/v1.9/

科学计算编程语言

===：完全相等性比较，还需要具有相同的内存地址

ByRow(f)：以 f 函数进行变换

1
2
3
4
5

# 创建未初始化的 Matrix
Matrix{T}(undef, m, n)

# 读取文本所有行，可以不用 open()
readlines()

1

typeof()

参考资料

安装

1

brew install Julia  # macOS

1
2
3
4
5

# 设置环境变量
export JULIA_PKG_SERVER=https://mirrors.sjtug.sjtu.edu.cn/julia

# 若成功切换镜像，可查询到相关信息 
versioninfo()

使用

工具

  • 代码格式化：JuliaFormatter

  • Julia VSCode 插件：需设置 Julia 二进制文件路径，才能使用查看 API、在 REPL 中执行代码等功能

    • 激活 Julia 环境：输入 “Julia: Activate This Environment”
    • 更换 Julia 环境：输入 “Julia: Change Current Environment”
    • 在 VSCode 中的 Jupyter Notebook 中运行 Julia 代码（只能是默认的 Julia 环境）
    • 如何在 jupyter notebook 中的使用其他的 julia 环境
1
2
3

{
    "julia.executablePath": "~/bin/julia",
}
  • IJulia：Julia 的 Jupyter Notebook
1
2
3

using IJulia

notebook()

1
2

# 连接 Jupyter 需输入 token，查看 token
~/.julia/conda/3/x86_64/bin/jupyter server list

REPL

  • REPL：交互式会话（read-eval-print loop）
  • 按 Tab 键可以自动补全
  • Julia 的 REPL 有四种 mode
  • 退出 Juila mode：Ctrl + D 键或输入 exit()
  • 退出 Help、Shell、Search 到 Julia mode：Backspace 或 Crtl + C 键
1
2
3
4
5

# 四种 mode 的 prompt
julia>                  # Julia
help?>                  # Help；按 ? 键进入；可查看函数等文档帮助
shell>                  # Shell；按 ; 键进入
(reverse-i-search)`':   # Search；按 Ctrl + R 键进入

运行

1
2
3

julia script.jl              # 基本
julia --project=. script.jl  # 指定环境
julia> include("script.jl")  # REPL 下

使用环境

  • 参考：4. 使用”环境” · Pkg.jl

  • 进入 pkg，执行 activate .，激活该目录使其成为 “活动项目”；添加 package（会生成 Project.toml 项目文件及 Manifest.toml 清单文件）

  • 使用他人的项目

    • 注：若项目包含 manifest，则以该 manifest 给出的相同状态安装包；否则，将解析与项目兼容的最新版本的依赖项
1
2
3
4
5
6
7
8
9
10
11

# 克隆
git clone https://github.com/JuliaLang/Example.jl.git

# 激活环境
(@v1.8) pkg> activate Example.jl
Activating project at `~/Example.jl`

# 安装依赖/解析
(Example) pkg> instantiate
  No Changes to `~/Example.jl/Project.toml`
  No Changes to `~/Example.jl/Manifest.toml`

包管理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

# 安装 package
# 方式 1：不进入 pkg
julia> using Pkg
# import Pkg
julia> Pkg.add("Example")
# Pkg.add(["AtomsIO", "AtomsIOPython", "ASEconvert"])

# 方式 2：进入 pkg
(@v1.9) pkg> add Example
# 安装多个 package
(@v1.9) pkg> add JSON StaticArrays
# 删除
(@v1.9) pkg> rm JSON StaticArrays
# 更新
(@v1.9) pkg> up
# 查看已安装的包
(@v1.9) pkg> st
# 包括递归依赖包
(@v1.9) pkg> st -m

创建包

1

(@v1.9) pkg> generate HelloWorld

目录结构

1
2
3
4

. 
├── Project.toml 
└── src 
	└── HelloWorld.jl

注册包

注册包，类似 Python 的 package 打包发布到 PyPI

注册表

7. 注册表 · Pkg.jl

  • 默认自动安装 General 注册表
1
2
3
4
5
6
7
8
9
10

# 进入 pkg
# 添加注册表
registry add General
registry add https://github.com/JuliaRegistries/General 
registry add https://github.com/ACEsuit/ACEregistry

registry st          # 查看已安装的注册表
registry rm General  # 移除注册表
registry up          # 更新注册表

语法

注释

1
2
3
4
5
6
7

# 单行注释

#= 多行注释
function f(x)
    return x^2 + 1
end
=#

输出

println 会自动添加换行符，print 不会

1

println()

变量

Unicode 字符可以作为变量名（不建议）

1

❄ = -12

1
2
3

# 环境变量
JULIA_CPU_THREADS   # 逻辑 CPU 核心数
JULIA_NUM_THREADS   # 设置 Julia 可用线程的最大数

复合表达式

  • begin ... end
  • (..., ..., ...)
  • ...;...

数据类型

字符串

字符串属于不可修改类型 (immutable)， 即不能直接修改字符串的内容， 但可以给保存了字符串的变量赋值为一个新的字符串。

字符串连接 - * 字符串重复 - ^ 字符串插值 - $var，$(expression)

Julia 可识别 Unicode math（输入 LaTeX 符号，按 Tab 键，可补全成 Unicode symbols，部分可用作运算符）

Unicode Input · The Julia Language

  • π \pi+TAB
  • ÷ \div+TAB
  • ≥ \ge+TAB
  • ≤ \le+TAB
  • ≠ \ne+TAB
  • ∈ \in+TAB
  • ⊂ \subset+TAB
  • ⊃ \supset+TAB
  • 🐢– \:turtle:+TAB
  • √ \sqrt+TAB

字符串处理相关函数

1
2
3

parse()
strip()
split()

Symbol

符号是一种特殊的数据类型，用于表示固定且不可变的标识符。它们在代码中以冒号 : 开头

1
2

elements = [:Si,]
# elements = [:Si]

函数

1
2
3
4

f(x) = x^2 + 3*x + 1

f(2)
f(1.1)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

function func(x, y, z)
	...
end

function foo(x, y)
x = Int(x); y = Int(y)
...
end
foo(x, y)

# 添加类型注释
function foo(x::Int, y::Int)::Int
...
end
foo(Int(x), Int(y))

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# mysd: Input numeric vector x, output its sample standard deviation.
function mysd(x)
	n = length(x)
	mx = sum(x) / n
	s = 0.0
	for z in x
		s += (z - mx)^2
	end
	sqrt(s / (n-1))
end


# 调用
mysd([1, 2, 3, 4, 5])
  • 添加!，含义是什么

用于表示该函数会对其参数进行原地修改（in-place modification）。换句话说，带有 ! 的函数会改变至少一个传入参数的内容或状态，而不是创建一个新的副本并返回。

; 前是位置参数，后是关键字参数

可变参数：参数名添加 ...

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

# 位置参数的示例
function add(x, y)
    return x + y
end

# 关键字参数的示例
function greet(name; title="Mr.")
    println("Hello, $title $name")
end

# 默认参数的示例
function pow(base, exponent=2)
    return base ^ exponent
end

# 可变参数的示例
function sum_all(...args)
    return sum(args)
end

# 类型注解的示例
function divide(x::Float64, y::Float64)
    return x / y
end

# 匿名函数的示例
map(x -> x^2, [1, 2, 3, 4])

# 高阶函数的示例
function apply_function(f, values)
    return f(values)
end

apply_function(sum, [1, 2, 3, 4])

if-elseif-else-end 结构

1
2
3
4
5
6
7
8
9
10
11

age = 35
if age < 18
  println("未成年")
elseif age < 60
  println("中青年")
elseif age < 100
  println("老年")
else
  println("老寿星！")
end
## 中青年

循环

1
2
3
4
5

for loopvar = a:b
  expr1
  expr2
  ...
end

1
2
3
4
5
6
7
8
9

# 方式1
for i in 1:10
	println(i)
end

# 方式2
for i in 1:10
	println(i)
end

枚举

1
2
3
4

arr=collect(1:5)
for (idx, val) in enumerate(arr) 
	println("the $idx-th element is $val") 
end

嵌套循环

1
2
3
4
5
6
7

# 9x9乘法表
for i=1:9
    for j=1:i
        print(j, "×", i, "=", i*j, " ")
    end
    println()
end

数据结构

missing 对象表示缺失值， 缺失值不区分具体类型， 属于 Missing 数据类型

数组

索引起始为 1，与 Fortran 相同，与 Python、C++ 不同；end 表示最后一个元素的位置

1
2
3
4
5
6
7
8

v1 = [2, 3, 5, 7, 11, 13, 17]
v2 = [1.5, 3, 4, 9.12]
v3 = ["苹果", "桔子", "香蕉"]
v4 = [123, 3.14, "数学", [1, 2, 3]]

length(v1)

@show v1

数组的类型标注为 Array{Type, N}，其中 Type 是元素类型，N 是数组的维度。例如，Array{Int, 1} 表示一个整数类型的一维数组。

@show expr 可以用比较简洁的带有提示的方式

范围：范围不是向量， 而是一种 “ 可遍历数据结构 “。 用 collect() 函数可以将范围转换成向量

1
2
3
4
5
6
7
8

1:5
## 1:5
1:2:7
## 1:2:7
5:-1:1
## 5:-1:1

collect(5:-1:1)

1
2
3
4

v1 = [2, 3, 5, 7, 11, 13, 17]
v1[:] .= 0; 
@show v1;
## v1 = [0, 0, 0, 0, 0, 0, 0]

数组类型：Array{Int64}、Array{Float64}、Array{String}、Array{Any}（可容纳任何 Julia 对象作为元素）等；eltype() 查看类型

相关函数

1
2
3
4
5
6
7

# v为向量，x为元素，u为向量
# 将x添加到向量v的末尾
push!(v, x)
# 将u的所有元素添加到向量v的末尾
append!(v, u)
# 返回v的最后一个元素并从v中删除此元素
pop!(v)

Julia 中的函数， 包括自定义函数， 如果可以对单个标量执行， 将函数名加后缀句点后， 就可以变成向量化版本， 对向量和矩阵执行。 这称为广播。 运算也是如此，运算符前面加点后就可以将标量运算应用到元素之间的运算。

1

sqrt.([1,2,3])

列表推导

1

xcube = [i^3 for i=1:3]

元组

同 python

命名元组

1
2
3

data_keys = (energy_key = "energy", force_key = "forces")

data_keys.energy_key

字典

  • Python 中的 : 变成 =>；元素访问相同
  • keys() - 遍历字典键；values() - 遍历字典值
1
2
3
4
5
6
7
8
9
10
11
12
13

d = Dict("name" => "Li Ming", "age" => 18)

# 指定键和值的数据类型
Dict{String,Int64}("apple" => 1, "pear" => 2, "orange" => 3)

# 用二元组的数组作为初值定义字典
d2orig = [("a", 1), ("b", 2), ("c", 3), ("d", 4)]
d2 = Dict(d2orig)

# zip() 函数
x = ["a", "b", "c", "d"]
y = [1, 2, 3, 4]
d2 = Dict(zip(x, y))

字典推导

1

Dict(x => x * x for x in [2, 3, 5, 7])

集合

同 python

模块

using ModuleName 使得模块中的所有导出（exported）函数直接可用，不允许重定义或扩展原有函数

import 不行（和 Python 一样）

1
2
3

using JuLIP

read_extxyz()

using 和 import 的区别

1
2
3

using ModuleName

using ModuleName: x, y

宏

宏：在程序中自动生成代码（表达式）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

# assert (单元测试) 
@assert 

# 查看对特定参数使用的方法/查找函数所在的模块 
@which 

# 运行时间与内存分配统计 
@time 

# 返回执行用时 
@elapsed 

# 查看内存分配 
@allocated 

# 异步任务
@async 

# 显示表达式和表达式的值
@show

宏定义

1
2
3
4
5
6

macro sayhello()
    return :( println("Hello, World!") )
end

@sayhello

标准库

Base

1
2
3
4
5
6
7
8
9
10
11

Dates  # DateTime, Date

SparseArrays  # sparse, SparseVector, SparseMatrixCSC

Random  # rand, randn, randsubseq

Statistics  # mean, std, cor, median, quantile

LinearAlgebra  # I, eigvals, eigvecs, det, cholesky

Distributed  # @distributed, pmap, addprocs

并行计算

1
2
3
4
5
6
7

using Distributed
addprocs(4)  # 添加4个进程

@distributed for i in 1:100000
    # 一些并行计算
end
编程, Julia
Julia
This post is licensed under CC BY 4.0 by the author.