Julia

Aujourd’hui j’aimerais parler d’un langage de programmation que je viens de découvrir : Julia. Je vais donc vous le présenter succinctement et donner mon ressenti après quelques jours d’utilisation.

Qu’est-ce que c’est ?

Le Julia est un langage :

Haut niveau (garbage collection)
Dynamique
Interprété
Disposant d’un compilateur JIT (backend LLVM)
Performant

Il s’agit d’un subtile mélange entre les langage Python, R et Matlab. Python pour une partie de la syntaxe et les constructions élégantes du langage (list comprehension, boucles for, etc.), Matlab et R pour l’intégration des vecteurs, matrices et opérations associées dans la bibliothèque standard, en faisant un langage particulièrement adapté pour l’analyse numérique, le machine learning, et toute autre application nécessitant des outils d’algèbre linéaire, et des fonctions mathématiques diverses.

# Dynamic type
a = 42          # Int
a = "toto"      # String
a = [1, 2, 3]   # Vector
a = [1 2 3]     # 1x3 Matrix
a = [1:3]       # same 1x3 Matrix

for e in a
    println(test)
end

# Output
# 1
# 2
# 3

Julia dispose également des atouts suivants :

Multi-méthode permettant un dispatch dynamique en fonction du type des arguments passés aux fonctions

# Method declaration
# foo is a function taking one argument of any type
function foo(bar)
    println(bar)
    end

# Shorter function declaration
baz(x) = println(x)

# Multimethod
# Takes an argument of type Int (Haskelish syntax)
myprint(x::Int) = println("Int")
# Takes an argument of type Matrix (of any type)
myprint(x::Matrix) = println("Matrix")
# Take an argument of type Matrix of Float64
myprint(x::Matrix{Float64}) = println("Matrix of Float64")

myprint(42)         # First one is called
myprint([1 2 3])    # Second one is called
myprint([0.5 0.42]) # Third one is called

Un système de template pour créer du code générique

function printtype(m)
    println("Any type")
end

# Takes argument of type T, in julia a type
# is an object, so you can print it
function printtype{T}(m::T)
    println(T)
end

# Takes an argument of type T, with the constraint FloatingPoint
function printtype{T <: FloatingPoint}(m::T)
    println("Floating Point")
end

printtype(42)
printtype(0.42)

Des expressions rationnelles compatible Perl
Des macros à la Lisp grâce à l’auto-iconicité du langage
La possibilité de lancer des commandes Shell, de piper, etc.
Interfaçage avec le C sans bindings (simple utilisation de ccall comme une fonction)

# Simple function that wrap a call to libc clock function
clock() = ccall( (:clock, "libc"), Int32, ())

t = clock()

# Do some stuff

println(clock() - t)

Duck-typing mais possibilité de spécifier les types
Parallélisation du code aisée en multithreading sur une unique machine ou sur un cluster (tasks, parallel for, etc.)

Cet article n’a pas pour but d’être exhaustif à propos de Julia, pour plus d’exemples je vous redirige vers le documentation officielle du langage : Documentation.

Pourquoi l’utiliser ?

Julia est un langage jeune mais dynamique. Il est pour le moment peu utilisé mais il gagne à être connu. Grâce aux avantages cités ci-dessus, c’est un parfait candidat pour tous les projets nécessitant :

Performances (compilation JIT),
Bibliothèque standard très riche : algèbre linéaire, fonctions mathématiques diverses, etc.
Rassemble les qualités de plusieurs langages bien connus (Matlab, R, Python)

Il est très aisé de convertir du code Matlab ou Python vers du Julia car les différences sont assez peu nombreuses. La manipulation de matrice est très similaire à celle de Matlab.

Défauts de jeunesse

Néanmoins le langage dispose de quelques points faibles, sans doute liés à sa jeunesse et au manque de projets l’utilisant. Mis à part la richesse de sa bibliothèque standard, les packages sont encore relativement peu nombreux et donc selon le projet vous ne trouverez pas forcément les outils nécessaires (par exemple pour du traitement d’image, il n’existe pas de binding ou d’équivalent à OpenCV, des packages existent mais les fonctionnalités sont encore limitées).

L’interpréteur met du temps à se lancer. Selon les ressources de la machine que vous utilisez cela peut aller de 2-3 secondes à 30 secondes (sur mon ordinateur portable peu puissant). Bien sûr il est possible de lancer une session de l’interpréteur une bonne fois pour toutes et de travailler depuis le prompt, mais cela reste gênant quand vous voulez simplement lancer un script. Néanmoins, cela devrait s’améliorer à l’avenir, espérons-le, le langage est encore en phase de release candidate.

Voilà pour cette rapide introduction du langage Julia, cet article n’avait pas pour but d’être un tutoriel, mais juste de faire connaitre un projet qui semble avoir de l’avenir. Il est possible que j’utilise ce langage dans mes prochains articles pour les démonstrations de code.

Quelques ressources supplémentaires :