Skip to content

Latest commit

 

History

History
133 lines (94 loc) · 3.25 KB

nJuliaVsPython.md

File metadata and controls

133 lines (94 loc) · 3.25 KB
Raw
author tags
emchateau
Python, Julia

Julia vs Python

Comparaison avec Python

  • facile à apprendre depuis Python
  • les librairies Python sont toutes utilisables vi PyCall.jl ou PythonCall.jl
  • vitesse d’exécution comparable à celle de C
  • parallélisation fait partie du langage

Syntaxe élémentaire

Il n’y a pas d’indentation en Julia. Pour définir un bloc d’instruction, on commence par un mot-clef et ce bloc se termine par un end

if a >= b
end

En Python

if a >= b:
    pass

Pour concaténer une chaîne de caractère on utilise *. Le symbole puissance ^ permet de répéter un caractère. En Julia on peut représenter un caractère explicitement avec des apostrophes simples '' et des chaînes de caractères avec ""

'a'^5 * "bc"

En Python

'a'*5 + 'bc'

C’est souvent l’utilisation des types qui permet à Julia une exécution très rapide. Il est possible de créer une liste non typée ou des listes typées. Pour ajouter un type à tous les éléments de la liste, on le précise avant la liste.

slow = []
fast = Int[]

En Python, il faudrait utilser par exemple numpy

slow = []
fast = np.zeros(shape=(3,2),
               dtype=np.intc)

Dans la syntaxe de Julia le premier élément est 1 et non pas 0. Le dernier élément n’est pas -1, on peut y accéder avec le mot-clef end. La dernière valeur est incluse dans la plage.

list[1] == first(list)
list[end] == last(list)
list[begin+1:end-1]

En Python

list[0]
list[-1]
list[1:-1]

Julia ne dispose pas de classe à proprement parler tandis que Python est un langage orienté objet plus classique. Pour créer une structure de données en Julia struct. Pour créer une structure mutable, on précède par le mot-clef mutable. Cette distinction est permise pour permettre l’accélération du code.

struct X
	field
end
mutable struct X
	field::Float64
end

En Python

class X: pass
X = namedtyple('X', ['field'])
# Immutable
@dataclass
class X:
  field: float

Julia propose une compilation à la volée JIT. Tout le code est compilé avant d’être exécuté lors du chargement des modules. Le code plus simple sera souvent plus lent qu’en python, mais ce n’est pas ce qui est le plus important.

Multiméthode, le code à exécuter pour une fonction dépend des types de tous les arguments.

  • fonction : un nom (+, read), souvent partagé entre des paquets (filter!)
  • méthode : une implémentation d’une fonction selon les types +(::Int, ::Int)
  • polymorphisme à la C++, en Python seul le type de l’objet est considéré

Contrairement à Julia, de nombreuses fonctions destinées au calcul scientifiques font partie du cœur du langage.

Avec Julia, la création de matrices est très directe et le code est plus concis :

A = [1 2; 3 4]
A = zeros(2, 2)
A = ones(2, 2)
A = I # will adopt 2x2 dims if demanded by neighboring matrices

En Python

A = np.array([[1, 2], [3, 4]])
A = np.zeros((2, 2))
A = np.ones((2, 2))
A = np.eye(2)

Voir aussi

Utiliser des librairies Python dans Julia

Références