Julia写着写着又写回Python了

lactone

MIT最近几年推Julia特别厉害
国内也有不少搞高性能计算的也吹julia
有Python的灵活，c的速度什么的
我在几个月前也还是julia忠实信徒

直到最近真拿julia做个课题
写着写着就又回到python了
然后这个课题就变成了一半julia一半python

所谓Python的灵活和c的速度严格来说不算错
但这两个很难同时达成

要么你灵活的写，那就肯定没有c的速度
你要有接近c的速度，那肯定就没有Python灵活

其实最大问题是julia主打的原生数组支持不如numpy灵活尤其数组嵌套和数组升维两个概念不同，导致操作数组很不顺

另一个问题是julia的速度来自于JIT
一个函数在一个session里第一次运行时被编译
所以除非你一个session里函数复用非常多，否则整体运行速度真没有优势
虽然julia原生支持多线程，但是多线程函数编译耗时更长，所以需要更多复用，节省下来的时间才能抵消jit编译的消耗

julia语法特别数理，倒是可以取代一些过去fortran的工作

Saikou

现在不是有chatgpt大法么，我都是哪个语言现成的资源多用哪个了

omnitoken

Julia可以直接暴露ast出来操作

第一次看到的时候惊呆了

不过，现在很多rust项目可以pyO3包裹成Python包来调用吸走了很多热度

—— 来自 Xiaomi Mi 10, Android 13上的 S1Next-鹅版 v2.5.4

xmmc1800

早几年也试过julia，但不知是不是和Jupyter的交互有问题，每段代码都要编译好久，而且跑起来电脑卡卡的，后来就放弃了，不知道现在有没有改进
之前写计算的代码还是主要用Python，有些耗时比较长的核心求解部分用f2py处理。Fortran纯数值计算的部分写起来其实还挺爽的，数组切片向量化啥的支持都很好，就是和python之间的参数传递过于蛋疼。一直没搞明白怎么传object，只能传数值和array，复杂点的计算得几十个参数传进去，写得头皮发麻。另外就是在Fortran里调库也不如python方便，所以插值、解方程、求极值啥的都是用的自己手撸的简陋函数
最近又试了下PyO3，感觉运行速度和对python对象的支持都挺好，而且可以OOP了，Rust里搞个类把计算量大的方法都写好，然后Python里直接继承了再扩充点零碎代码，爽歪歪。Rust调库也方便多了，不过当前时间节点下Rust科学计算相关的库实在过于贫瘠，看Rust大佬们成天rewrite XX in Rust，也不知道什么时候能轮到科学计算这边

吐槽归吐槽，长远来说我还是比较看好PyO3这种方式的。至少在我接触到的科学计算相关内容里，除了真正耗时的核心求解部分之外，总是还有一堆非常琐碎的前后处理，而且和计算部分的耦合程度还挺高。这类东西用纯Python写跑得太慢，用纯C++、Rust之类写得头秃，所以类似Python+PyO3这样的模式就还比较舒服

lvcha3

现在是不是写java都快鄙视链底端了。我写啥都第一个想到java

lactone

xmmc1800 发表于 2024-2-23 23:02
早几年也试过julia，但不知是不是和Jupyter的交互有问题，每段代码都要编译好久，而且跑起来电脑卡卡的，后 ...

rust原生的数组库还是不太能打
好用程度离fortran甚至numpy都有距离

—— 来自 vivo V2309A, Android 14上的 S1Next-鹅版 v2.5.4

香港记者巴拉森

numpy配合些numba，并行化之类的加速手段也挺好用的，慢没所谓啦，半分钟出结果跟5分钟出结果也不是等不了

anianime

你提到的数组嵌套和升维是哪里有问题？
至于jit编译延时，最近的版本改善很多了，我建议是可复用的代码都抽象成package然后用precompile提速

noahhhh

来点实例，光听没 code 太玄虚

—— 来自 S1Fun

格林达姆

lvcha3 发表于 2024-2-23 23:56
现在是不是写java都快鄙视链底端了。我写啥都第一个想到java

不是一个赛道的 java应该跟go cs这种比

JetBrains

Saikou 发表于 2024-2-23 21:55
现在不是有chatgpt大法么，我都是哪个语言现成的资源多用哪个了

一个是导库，一个是写起来不一样

有些语言很多东西要手搓，Python 一下子就弄好了，另外就是像 C# Java 这种语言特性有Runtime所以有反射，别的最多编译层反

个人对编程语言的见解就是什么东西该用什么，而不是哪个好用

lactone

anianime 发表于 2024-2-24 09:27
你提到的数组嵌套和升维是哪里有问题？
至于jit编译延时，最近的版本改善很多了，我建议是可复用的代码都抽 ...

julia原生的数组库里面

数组的数组和多维数组之间的转换很不方便

比如一个一维数组里的元素是一组等大的一维数组
类型依然是vector，这种情况下你给一个1索引，输出的是第一个数组
和二维数组matrix不一样，二维数组给一个1索引输出的是所有维度索引都是1的单一元素
要转换的话就要依靠stack或者cat

不像numpy，括号一框，直接升维

—— 来自 vivo V2309A, Android 14上的 S1Next-鹅版 v2.5.4

anianime

lactone 发表于 2024-2-24 21:59
julia原生的数组库里面

数组的数组和多维数组之间的转换很不方便

Nested array 和 multidimensional array 之间确实是有差异，我猜你是想Array([[1,2],[3,4]])这样直接生成2*2的矩阵？

人畜无害沃特碧

平时工作上的一些小需求用GPT写个python实在太方便了，基本上稍微改一改就能用，有些甚至复制过来直接就能用

lactone

anianime 发表于 2024-2-24 23:07
Nested array 和 multidimensional array 之间确实是有差异，我猜你是想Array([[1,2],[3,4]])这样直接生 ...

是的，numpy这样操作很方便

—— 来自 vivo V2309A, Android 14上的 S1Next-鹅版 v2.5.4

QUI

julia想吸引C和python用户就不该用F-major，老老实实当fortran和matlab升级版还是不错的

mimighost

gpt把你的python和julia倒过来在倒过去根本毫无压力吧

语言什么以后只是装饰，写python的都能给你转成c++

拜拜

语言只是工具

lvcha3

其实也不是。比如多线程处理，python就不行，多进程写起来又特别麻烦。搞深度学习几乎默认绑定pytorch，其他语言就没那么方便。你要封装个dll，用c#就比java方便的多。

lvcha3

普通小工具手头有啥用啥。我就python java。

zyhang

numpy性能很高的，还嫌性能低直接用torch在GPU上操作数组，应该没有比这个更快的了吧

光阴忤逆

Saikou 发表于 2024-2-23 21:55
现在不是有chatgpt大法么，我都是哪个语言现成的资源多用哪个了

基础的力扣都写不好的玩意儿就别吹什么让程序员失业了，看得多了我都觉得尬

—— 来自 Xiaomi 23127PN0CC, Android 14上的 S1Next-鹅版 v2.5.4

a9okalypse

zyhang 发表于 2024-2-25 21:38
numpy性能很高的，还嫌性能低直接用torch在GPU上操作数组，应该没有比这个更快的了吧 ...

numpy的array element access速度不行，最近把一个cfd程序用c++重写以后快了140倍左右

zyhang

a9okalypse 发表于 2024-2-26 06:50
numpy的array element access速度不行，最近把一个cfd程序用c++重写以后快了140倍左右 ...

逐元素操作性能肯定不行吧，哪怕单线程c++也没快到哪里去。还是要想办法做成数组操作，或者写cuda

a9okalypse

zyhang 发表于 2024-2-26 12:44
逐元素操作性能肯定不行吧，哪怕单线程c++也没快到哪里去。还是要想办法做成数组操作，或者写cuda ...

就是完全一样的写法单线程c++比python快了140倍，应该加点parfor还能更快 但我是准备整个程序层面并行跑的