ジュリア

リンクは、高速な速度を備えつつも簡単なコーディングを志向するプログラミング言語で、特にFortranやMATLAB、Python、Rのような言語を代替するという壮大な抱負を持って開発されています。これらの言語の共通点からもわかるように、科学計算分野でシェアを拡大しており、同じフィールドにいる生エビ寿司店も国内でJuliaを普及させることを目標としています。

マーク	詳細分類
	Pythonに由来する特徴
	MATLABに由来する特徴
	Rに由来する特徴
	Julia固有に近い特徴

ここでJulia固有に近い特徴というのは、MATLAB、Python、Rと差別化されるという意味です。それ以外のプログラミング言語では一般的に見られる特徴かもしれません。もしこれらの言語をすでに使えるなら、実際「Juliaを学ぶ」という表現自体が奇妙です。多くの関数や表現が似ているため、これらの言語を知っていればJuliaも知っているのと同じです。Julia、MATLAB、Python、Rで等価なコードの投稿を参照してください。

Juliaで機械学習を行う方法については、機械学習カテゴリーを参照してください。

チュートリアル

インストールとパッケージ

• Juliaプログラミング言語
  • Juliaの型とアノテーション
• WindowsでJuliaの最新バージョンをインストールする方法
  • WindowsでJuliaの並列演算時に使用するスレッド数を変更する方法
  • Windowsのcmd、PowerShellでJuliaを使用する方法
• LinuxでJuliaの最新バージョンをインストールする方法
  • LinuxでJuliaの並列演算時に使用するスレッド数を変更する方法
• パッケージをインストールして使用する方法 Pkg.jl
  • パッケージ管理モードで使用可能なコマンド ]?
  • パッケージインストール時の \General\Registry.toml: No such file or directory の解決法
  • パッケージのバージョンを確認する方法 status name
  • 特定のバージョンのパッケージをインストールする方法 add foo@1.0
  • リストでパッケージを読み込む方法 @eval using $(package)
• 他のファイルで定義した関数を使用する方法 include("file.jl")
• コンソールを初期化する方法 Ctrl + L、print("\033c")

入出力

• *.mat ファイルを読み書きする方法 MAT.jl](../../posts/2509)
  • .mat のようにデータを保存する方法 JLD2.jl
• *.npy ファイルを読み込む方法 PyCall.jl
• *.csv ファイルを読み込む方法 CSV.read()
  • .csv ファイルの特定の列だけを読み込む方法
  • String7、String15 なしでデータフレームを呼び出す方法 stringtype = String
• 2次元配列を .csv ファイルに出力する方法 CSV.write()
  • CSV 出力時の文字化け解決法 CSV.write(bom = true)
• *.shp ファイルを読み込む方法 Shapefile.Table()
• file.choose() のようにダイアログを開いてファイルを選択する方法 open_dialog()
• Rで使っていた組み込みデータセットを読み込む方法 RDatasets.jl
• クリップボードを使用する方法 clipboard(), clipboard(x)
• Excel *.XLSX ファイルを読み込む方法 XLSX.jl

基本文法

• 無作為抽出する方法 rand()
  • ランダムシードを固定する方法 Random.seed!()
• Juliaで必ず知っておくべき文法：ブロードキャスティング f.(x)
  • 多変数関数に対するブロードキャスティング
• Juliaの強力な便利機能、マクロ @
  • 並列処理を行う方法 @threads
  • 実行されているコードファイルの位置を確認する方法 @__DIR__
  • 例外処理する方法 error()、@error
• 変数名にギリシャ文字や添字を使う方法 \alpha → α
• エlegantなループを使う方法 while、for、zip()
  • ループでインデックスと値を同時に参照する方法 enumerate()
• シンボル :foo
• 感嘆符コンベンション foo!()
• 内包表記

高度な文法

• == と === の違い
• ラムダ式 foo -> bar
• パイプ演算子を使う方法 |>
• 三項演算子 ? :
  • 条件文を短く書く方法 <condition> && <statement>
• データを省略せずに出力する方法 show(stdout, "text/plain", foo)
• メタプログラミング Meta.parse()、eval()
• 外部プログラムを実行する方法 run()
  • コマンドライン引数を入れる方法 ARGS
  • 環境変数を参照する方法 Base.ENV
• プログレスバーを使う方法 ProgressMeter.jl、ProgressBars.jl
• NAVERでメールを送る方法 SMTPClient.jl
• オペレーティングシステムを確認する方法 Sys.iswindows

スプラット演算子 ...

• スプラット演算子 ...
• 可変長引数関数を定義する方法 function f(x...)
• 2次元配列と行列間を変換する方法 [eachrow(M)...]、hcat(A...)
• Juliaのスプラット演算子を使ったオプション引数の渡し方のコツ foo(; args...)

データ構造

• 配列のスライシングとインデックス x[1:end]、x[[1,3,4]]
  • 配列の特定位置を関数で参照する方法 getindex()、first()、last()
• 構造体の属性を確認する方法 propertynames()
  • 関数で構造体のプロパティを参照する方法 getproperty()
  • コンテナ内部の要素タイプをチェックする方法 eltype()
• ディクショナリとペア Dict()、x => y
  • 配列でディクショナリを作る方法 Dict(Key .=> Value)
  • ディクショナリで複数のキーワード引数を一度に渡す方法
• 集合データ型と演算子 Set
• ベクターとタプルの違い
• 名前付きタプル (; x, y)
• 基本データ型を変更する方法 @changeprecision
• 文字列を数値に変換する方法 parse(type, str)
• コレクションの重複をなくす方法 unique()、allunique()

配列

• 空の配列を作る方法
  • 配列が空か確認する方法 isempty()
• 配列のタイプを指定して定義する方法
• ベクターを生成するさまざまな方法
  • 特定の値で埋めた配列を作る方法 fill()
  • 配列をフラット化する方法 vec()
• 高次元ベクトルを直接定義する方法
  • Numpy、Pytorch配列との次元の違い
  • 2次元配列の演算に関する関数
    • サイズが異なる二つのベクターを要素ごとに演算する方法
    • 行列を行ごと、列ごとにスカラー積する方法 d .* X、X .* d'
    • 行列を列ごとに正規化する方法 X ./ norm.(eachcol(X))'
  • n次元グリッドを作る方法
• 配列を列ごとに計算する方法
• 配列を平行移動させる方法 circshift()
  • 円形配列を使う方法 circshift()
  • 配列の差分を計算する方法 diff()
• 多次元インデックス CatesianIndex
  • インデックスを探す関数 findall()、findfirst()、findnext()、argmax()
  • 配列の要素が特定のリストに属するかチェックする方法 in Ref()
• 単一要素集合の要素にアクセスする関数 only
• ソート順序関数とその応用 sortperm
• カテゴリカル配列 CategoricalArrays.jl
• 名前付き配列 NamedArrays.jl

文字列

• 文字列を結合する方法 *、string()、join()、^
  • Unicode文字列の一部だけをスライスする方法
• 変数の値を便利に出力する方法、補間法 $string
• Pythonのように文字列を扱う方法 replace(, "a" => "A")、join()、split()
  • Pythonの zfill() を使う方法 lpad()
• 文字列で特定のパターン位置を探す方法 findfirst()、findnext()、findlast()
  • 特定の文字列を含むか確認する方法 contains(Ref, Query)
• テキスト出力を装飾する組み込み関数 printstyled()
  • テキスト出力を装飾するパッケージ Crayons.jl

データフレーム DataFrames.jl

• 空のデータフレームを作る方法
  • 新しい行を追加する方法 vcat()、push!()
  • 新しい列を追加する方法 df[!, :"column_name"]
• データフレームと2次元配列間の変換方法 Array(df)、DataFrame(array, :auto)
• 変数名をカラム名に持つデータフレームを作る方法 DataFrame(; x, y)
  • データフレームを列基準でソートする方法 sort(df, :colname)
  • データフレームの特定の列を除外する方法 Not(:colname)
  • データフレームの列名を変更する方法 rename!(, :x => :y)
• データフレームの要約を見る方法 describe()
  • データフレームのサイズを確認する方法 nrow()、ncol()
• データフレームの特定の値を変更する方法 replace!(df, A=>B)
  • 重複した行を削除する方法 unique(df, :colname)
  • データフレームで NaN を0に置き換える方法
  • データフレームの欠損値を削除する方法 dropmissing()
• データフレームをグループごとに分けて計算する方法 groupby()、combine()
• VSCodeでデータフレームをきれいに見る方法 Main.VSCodeServer.vscodedisplay(df)

画像処理 Images.jl

• 画像配列を回転する方法 imrotate()
• 画像サイズを変更する方法 imresize()
• 画像を読み込んで行列に変換・保存する方法 convert(Array{Float64},)
• 画像を上下反転、左右反転する方法 rotr90(img')

可視化

• プロットのプロパティ一覧
• グラフのサイズと解像度を設定する方法 size=(w,h)、dpi=
• アニメーションを作る方法 @animate
• グラフのスタイルを作る方法 RecipesBase.jl
• グラフのデフォルト設定を変更する方法 default()
• コンソールで簡単なグラフを出力する方法 UnicodePlots.jl
• 3Dグラフのカメラ角度を調整する方法 camera=(方位角, 仰角)

レンダリング

• グラフに線分を追加する方法 plot!(xs, ys)
  • グラフに垂直線・水平線を追加する方法 vline!()、hline!()
  • 矢印を描く方法 plot!([x1, x2], [y1, y2], arrow=true)
• グラフの背景を透過して出力する方法 background_color = :transparent
• グラフの縦横比を調整する方法 ratio = :equal
• 曲線から特定の値まで/二つの曲線間/閉曲線内部を塗りつぶす方法 fill=()
• ベクトル場を描く方法 quiver(, quiver=)

テキスト

• グラフにテキストを入れる方法 annotate!()
• グラフに $\TeX$ を使用する方法 LaTexStrings.jl、L"$f(x)$"
• グラフに日本語を入れる方法 default(fontfamily = "")、Plots.plotly()
• グラフの凡例の位置を調整する方法 legend = :topbottom
  • グラフで特定のデータだけラベルを非表示にする方法 label = ""

スタイル

• スケールが異なる二つのデータの軸を共有して描く方法 twinx()、twiny()
• グラフの背景のグリッドを装飾する方法
• グラフの軸スタイルを変更する方法 framestyle
  • 軸、目盛りなどをすべて消してシンプルに出力する方法 framestyle=:none
  • 軸の値だけを消す方法 formatter = (_...) -> ""
  • 横軸と縦軸を入れ替える方法 permute = (:y, :x)
• マーカーとラインスタイルの一覧 plot(shape=, linestyle=)
  • 散布図のマーカーに色を付ける方法 scatter(marker_z=)、scatter(group=)
• 散布図で回帰直線を描く方法 scatter(smooth = true)
• 軸に円周率記号を使用する方法 xtick = ([π, 2π], ["π", "2π"])

色

• 色を使用する方法
• パレットを使用する方法
• カラグラデーションを使用する方法
• 色処理のためのパッケージ Colors.jl
  • RGBコードを使用する方法 RGB(1, 0, 0)
  • HEXコードを使用する方法 "#000000"
• グラフ要素の色を指定する方法
  • サブプロットごとにグラフの色を指定する方法
• 軸、軸名、目盛り、目盛り値の色を指定する方法
• 背景色を指定する方法
• カラースキームで0から1の値で色を取得する方法 get(colorschemes[:plasma], 1.0)

レイアウト

• レイアウトを指定してサブプロットを描く方法 layout = (n,m)
• サブプロットに全体のタイトルを追加する方法 plot_title = ""

ヒートマップ

• ヒートマップの色範囲を指定する方法 clim = (,)
• 配列をヒートマップ画像として出力・保存する方法
• ヒートマップの上にプロットを重ねて描く方法

StatsPlots.jl

• デンドログラムを描く方法
• データフレーム名を省略するマクロ @df
• ボックスプロットを描く方法 boxplot(data, labels="label")

数学

グラフ（ネットワーク）に関連するパッケージである Graphs.jl は、グラフ理論カテゴリーで見つけることができます。

計算

• 重みを与えてランダムサンプリングする方法 sample(, Weights())
  • 指定された分布で抽出する方法 rand(distribution, )
• 小数点以下特定の桁で丸める方法 round(digits=)
• ビット配列を反転させる方法 .!(foo)
• 頻度数を計算する方法 freqtable()
• 日付および時間関連の関数を使用する方法 Dates
  • 二つの時刻の差を時・分・秒単位で計算する方法 Dates.canonicalize()
• 合成関数を使用する方法 ∘
• 無限大を使用する方法 ∞
• 近似値をチェックする方法 ≈
• 複素数を使用する方法 im
• 0や欠損値を除いた平均を求める方法 mean(!iszero,)
• 0で割ったときの Inf と NaN の違い
• NaN の大小比較
• 🔒 分散コンピューティングを行う方法 @distributed

ライブラリ

• 線形代数モジュール LinearAlgebra
• 多項式関数パッケージ Polynomial.jl
• 数論パッケージ Primes.jl
• 導関数パッケージ Calculus.jl
  • 自動微分パッケージ Zygote.jl
• 距離行列を計算する方法 Distances.jl
• シンボリック演算パッケージ Symbolics.jl
  • シンボリック演算を使用する方法 SymEngine.jl
• 回帰分析を行う方法 GLM.jl
• フーリエ変換パッケージ FFTW.jl
• 無限配列を使用する方法 InfiniteArrays.jl
• 数値解析的な補間を行う方法 Interpolations.jl
• 有限差分を使用する方法 FiniteDifferences.jl
• クラスタリングパッケージ Clustering.jl
  • $K$-平均クラスタリング kmeans()
  • 階層的クラスタリング hclust()
• 決定木を使用する方法 DecisionTree.jl
• 自然言語処理パッケージ TextAnalysis.jl

コード最適化テクニック

• 文字と整数の等価演算子 == の速度比較
• 距離行列計算を最適化する方法 pairwise()
  • k-d ツリーで高速に距離計算する方法 NearestNeighbors.jl
• 小数点以下を切り捨てて整数型に変換する方法 trunc()
• 部分配列を高速に参照する方法 @views
• ショートサーキット &&、||

欲しい機能がない場合は？

記事にまとめるほどではないため、別途公開はしていませんが、以下のリストから欲しいものを見つけられるかもしれません。

• コミュニティ
  • 生エビ寿司店コミュニティ 💬：国内唯一の日本語Juliaコミュニティです。
    • Juliaユーザーオープンカカオトーク
  • 実戦Julia入門：Juliaの基礎を学べるいくつかの問題を紹介しています。
    • 実戦Julia入門 練習問題
    • 実戦Julia応用課程：パッケージについて学びます。
• 教科書
  • First Semester in Numerical Analysis with Julia：数値解析の基礎的な内容とそれをJuliaで実装する内容が含まれています。リンクからPDFファイルをダウンロードできます。
  • Julia Data Science：2021年11月に公開されたオンライン書籍です。英語、ポルトガル語、中国語をサポートしています。DataFrames.jl と可視化パッケージの Makie.jl を主に扱います。リンクからPDFファイルをダウンロードできます。
  • Algorithm for Optimization：最適化問題を解くさまざまな方法とそれをJuliaで実装する内容を含みます。リンクから原書をオリジナルまたは章ごとのPDFファイルをダウンロードできます。日本では『実用最適化アルゴリズム（Juliaで理解する最適化アルゴリズムソリューション）』というタイトルで翻訳書が出版されています。
• パッケージ
  • JuliaDB.jl：データ処理ライブラリで、高速な速度とメモリ管理を強みとしています。
  • Metatheory.jl：メタプログラミングとシンボリック演算のためのライブラリです。
  • Cairo.jl：強力な画像作成機能を提供するパッケージです。一般的な可視化とは異なる軌道をたどります。
• その他
  • プロファイラー：MATLABのようにプロファイリングを通じてパフォーマンスを表示します。
  • The Fast Track to Julia：Juliaで使用される文法を簡単にまとめた表です。
  • Julia?：個人が運営するブログのようですが、Juliaを使用する高度なヒントを多く共有してくださる方です。