1. 줄리아와 파이썬 및 기초 설정

줄리아는 파이썬과 많이 닮았고 훨씬 더 빨랐다. 특히 Data Science의 경우 배터리가 포함되어 있어 역동적이고, 표현력이 뛰어나며, 확장성이 뛰어납니다.

 

이 노트북은 파이썬 프로그래머를 위한 줄리아를 소개하는 것입니다.
가장 중요한 Python 기능(기능, 기본 유형, 목록 이해, 예외, 생성기, 모듈, 패키지 등)을 살펴보고 Julia에서 코드화하는 방법을 보여줍니다.

Colab/Jupyter에서 Julia와 시작하기

코드을 Google Collab에서 실행하거나 사용자 컴퓨터에서 Jupyter를 사용할 수 있습니다.

Google Collab에서 실행 하기

1. 이 노트북의 복사본 작업: 파일 > 드라이브에 사본을 저장합니다(Google 계정이 필요합니다). 또는 File > Download .ipynb를 사용하여 노트북을 다운로드한 다음 Collab에 업로드할 수 있습니다.

2. 다음 셀을 실행하고(클릭하고 Ctrl+Enter를 누름) Julia, IJulia(Julia의 주피터 커널) 및 기타 패키지를 설치합니다. JULIA_VERSION 및 기타 매개 변수를 업데이트할 수 있습니다(사용 방법을 알고 있는 경우). 설치하는 데 2-3분이 걸립니다.

3. 이 페이지를 다시 로드하고(Ctrl+R, ⌘+R 또는 F5 키를 누름) 설치 확인 섹션으로 계속 진행합니다.

 

●참고: Collab Runtime이 재설정되는 경우(예: 비활성으로 인해) 2단계와 3단계를 반복하십시오.

%%shell
set -e

#---------------------------------------------------#
JULIA_VERSION="1.6.0" # any version ≥ 0.7.0
JULIA_PACKAGES="IJulia BenchmarkTools PyCall PyPlot"
JULIA_PACKAGES_IF_GPU="CUDA"
JULIA_NUM_THREADS=4
#---------------------------------------------------#

if [ -n "$COLAB_GPU" ] && [ -z `which julia` ]; then
  # Install Julia
  JULIA_VER=`cut -d '.' -f -2 <<< "$JULIA_VERSION"`
  echo "Installing Julia $JULIA_VERSION on the current Colab Runtime..."
  BASE_URL="https://julialang-s3.julialang.org/bin/linux/x64"
  URL="$BASE_URL/$JULIA_VER/julia-$JULIA_VERSION-linux-x86_64.tar.gz"
  wget -nv $URL -O /tmp/julia.tar.gz # -nv means "not verbose"
  tar -x -f /tmp/julia.tar.gz -C /usr/local --strip-components 1
  rm /tmp/julia.tar.gz

  # Install Packages
  if [ "$COLAB_GPU" = "1" ]; then
      JULIA_PACKAGES="$JULIA_PACKAGES $JULIA_PACKAGES_IF_GPU"
  fi
  for PKG in `echo $JULIA_PACKAGES`; do
    echo "Installing Julia package $PKG..."
    julia -e 'using Pkg; pkg"add '$PKG'; precompile;"' &> /dev/null
  done

  # Install kernel and rename it to "julia"
  echo "Installing IJulia kernel..."
  julia -e 'using IJulia; IJulia.installkernel("julia", env=Dict(
      "JULIA_NUM_THREADS"=>"'"$JULIA_NUM_THREADS"'"))'
  KERNEL_DIR=`julia -e "using IJulia; print(IJulia.kerneldir())"`
  KERNEL_NAME=`ls -d "$KERNEL_DIR"/julia*`
  mv -f $KERNEL_NAME "$KERNEL_DIR"/julia  

  echo ''
  echo "Successfully installed `julia -v`!"
  echo "Please reload this page (press Ctrl+R, ⌘+R, or the F5 key) then"
  echo "jump to the 'Checking the Installation' section."
fi

 

로컬에서 이 노트북 실행

Google Collab 대신 컴퓨터에서 이 노트북을 실행하려면:
    ●이 노트북 다운로드(파일 > .ipynb 다운로드)
    ●Julia 설치
    ●터미널에서 다음 명령을 실행하여 IJulia(Julia용 Jupyter 커널)를 설치하고 몇 가지 패키지를 사용할 수 있습니다.

julia -e 'using Pkg
          pkg"add IJulia; precompile;"
          pkg"add BenchmarkTools; precompile;"
          pkg"add PyCall; precompile;"
          pkg"add PyPlot; precompile;"'

    ●다음으로, 이 노트북이 들어 있는 디렉토리로 이동합니다.

cd /path/to/notebook/directory

    ●주피터 노트북 시작:

julia -e 'using IJulia; IJulia.notebook()'

또는 주피터랩을 더 선호한다면 코드에서 notebook()을 JupyterLab()으로 교체합니다.

주피터가 설치되어 있지 않다면 IJulia가 설치를 제안할 것입니다. 동의하면 자동으로 전용 미니콘다(Julia 전용)를 설치하고 그 안에 주피터와 파이썬을 설치합니다.

    

    ●마지막으로 이 노트북을 열고 다음 섹션으로 바로 건너뜁니다.

 

설치 확인

versioninfo() 함수는 Julia 버전과 시스템에 대한 다른 정보를 출력해야 합니다(Julia에 대해 도움을 요청하거나 문제를 제기하는 경우 항상 이 정보를 제공해야 함).

versioninfo()

 

도움말 보기

모듈, 기능, 변수 또는 기타 항목에 대한 도움말을 보려면 ?를 입력하고 관심 있는 항목을 입력하십시오.

?versioninfo

이 기능은 대화형 모드에서만 작동합니다. Jupyter, Colab 및 Julia 셸(RELP라고 함).

다음은 대화형 모드에서 도움말을 보고 객체를 검사하는 몇 가지 추가 방법입니다.

Julia	Python
?obj	help(obj)
dump(obj)	print(repr(obj))
names(FooModule)	dir(foo_module)
methodswith(SomeType)	dir(foo_module)
@which func	func.__module__
apropos("bar")	설치된 모든 패키지의 문서 문자열에서 "bar" 검색
typeof(obj)	type(obj)
obj isa SomeType 또는 isa(obj, SomeType)	isinstance(obj, SomeType)

Julia에 대해 도움을 요청하거나 문제를 제기하는 경우 일반적으로 versioninfo()의 출력을 제공해야 합니다.

 

그리고 또한, 여기에서 배우고 도움을 받을 수도 있습니다.
학습: https://julialang.org/learning/
설명서: https://docs.julialang.org/
질문 & 토론:
https://vmd.julialang.org/
http://pontialang.slack.com/
https://stackoverflow.com/questions/tagged/julia