0 comments
Data & Analystics 
C#, Java, Python, Julia … Julia? Ja, Julia. Duizenden programmeertalen om uit te kiezen, maar kennelijk was het nog niet genoeg. De taal was voor het eerst te gebruiken in 2012. Inmiddels hebben miljoenen mensen de taal gebruikt en wordt ‘ze’ op meer dan 1.500 universiteiten gebruikt. Alle grote bedrijven experimenteren er mee. Het is één van de snelst groeiende programmeertalen van dit moment.
Julia is een generieke programmeertal, maar wordt vooral toegepast door wetenschappers en data scientists. Je moet de taal dan ook vooral zien als tegenhanger voor R of Python. Net als deze talen, is Julia een zogenaamde high-level programmeertaal. Een taal gericht om specifieke problemen op te lossen, zonder je daarbij heel erg druk te hoeven maken over details die te maken hebben met computer resources zoals CPU of geheugen. Het voordeel van dergelijke talen is dat ze wat makkelijker zijn in het gebruik. Je schrijft er efficiënter een programma mee. Maar die programma’s zijn vaak wat minder efficiënt tijdens het uitvoeren dan een programma geschreven in een taal als C of C++. De makers van Julia noemen dit het two language problem: een taal is óf efficiënt in het gebruik, óf efficiënt in de uitvoer. Julia lost dit probleem op door enerzijds daadwerkelijk een eenvoudige programmeerervaring te combineren met een zeer efficiënte uitvoer. De code wordt niet geïnterpreteerd, maar gecompileerd naar efficiënte machinetaal. Code geschreven in Julia is volgens benchmarks 10 – 100 keer sneller dan dezelfde code geschreven in Python. Een ander verschil met Python, waar de taal Julia veel op lijkt, is dat je lang niet zoveel packages nodig hebt om een programma te schrijven.
Julia is niet moeilijk om te leren. Via de website JuliaBox kun je, zonder ook maar iets te installeren, leren met Julia te werken in allerlei notebooks waarin als voorbeeld diverse problemen worden opgelost. Installeer je liever zelf, dan is JuliaPro de oplossing. Het lijkt enigszins op R Studio met een IDE die alles biedt om in te ontwikkelen. IJulia is een package waarmee je Julia kunt gebruiken in Jupyter Notebooks. En het werkt ook nog in Visual Studio Code en IntelliJ.
Meer weten over Julia? Kijk vooral naar de nieuwste Data Discovery Channel aflevering waarin collega Douwe van den Berg, docent aan het Info Support Kenniscentrum, uitlegt waarom iedere data scientist en data engineer Julia goed in de gaten moet houden! En abonneer je meteen even op de Data Discovery Channel zodat je nooit meer een aflevering hoeft te missen!
[youtube_sc url=”https://youtu.be/uM91je6K_GI”]