ソフトウェア品質の評価と追跡を手掛けるTIOBE Softwareは、2023年8月版の「TIOBEプログラミングコミュニティーインデックス」（通称「TIOBEインデックス」）を発表した。 TIOBEインデックスはプログラミング言語の人気度を示すランキングで、同社が毎月更新している。2023年8月のランキングでは「Python」が13.33％で首位を維持した。2位～5位は「C」（11.41％）、「C++」（10.63％）、「Java」（10.33％）、「C#」（6.38％）だった。 関連記事 「COBOL」がトップ20にまさかの復帰、「C++」は「C」を超えるか――2023年7月言語人気ランキング発表 プログラミング言語の人気ランキング「TIOBEインデックス」の2023年7月版が公開された。「C++」が順位を上げ、「C」を追い抜こうとしている。「JavaScript」は史上最高ランクに達

Ｊｕｌｉａは科学技術計算に役立つ新しいプログラミング言語として注目されている。 国内きってのＪｕｌｉａｎによる、かゆいところに手が届く名解説！ 基礎から実践まで、幅広いトピックを網羅した。必携の決定版！ 第1部　導入 第1章　Julia観光 1.1　本書の目的と構成 1.2　プログラミング言語としてのJulia 1.3　科学技術計算環境としてのJulia 1.4　Julia の開発とコミュニティ 第2章　環境構築 2.1　サンプルコード 2.2　Julia のインストール 2.3　対話的実行環境 2.4　スクリプトファイルの実行 2.5　Julia の開発環境 第3章　ファーストステップ 3.1　REPL で実験 3.2　基本構文 3.3　オセロを作ろう 第2部　データと言語の基礎 第4章　数値と算術 4.1　真偽値 4.2　整数 4.3　有理数 4.4　浮動小数点数 4.5　複素数 4.

技術者なら「プログラミングで単位の扱いの間違いはコンパイルエラーにして欲しい」と思った事があるでしょう。 mm と inch でごっちゃになったとか、次元(ディメンジョン)が不合理な演算をしたとか、そういう頭の痛いバグに悩まされることありますよね。 言語によっては実行時またコンパイル時に単位チェックできるパッケージもあります。 今回は、Julia, Python, F#, C#, C++ について見てみましょう。 Julia Unitful Unitfulパッケージのインストール juliaでREPLに入り]でパッケージ管理に入る。

こんにちは、優勝しました。 背景 Juliaを使おうとしたら様々な環境構築時のトラブルに見舞われました。終わりです。 使えるけどストレスなところ グラフの描画が遅い matplotlibと比較してしまう PyPlotが使えない -> ローカルPCのpyenvのせい Plotsを使うことにした グラフを描画しても画像に焼いてブラウザから見るしかなかった 困ったこと pkgのインストールにたまに失敗する すでに削除したはずのpkgが原因で実行時にエラーがこびりつく これらは全部ローカル環境でJuliaを使おうとしているために起こる問題です。原因解決するのも時間かかるし、将来的なことを考えてDockerを使うことを決意しました。 Dockerの構成 全部Jupyter Labに投げる方針です。Jupyter公式のイメージを持ってくるだけで、Python、Julia、Rが使えるらしいです。 Doc

2022-09-09改訂： gcc バージョンが古すぎたのと、C が内部計測でなかった点を改め計測しなおしました。結果、Rust は C より速くはなくなりました。紛らわしいことで、ごめんなさい。また、gcc のバージョンアップに伴い、Python および Ruby についてはビルドと計測をしなおしたので、これらも少し速い値に変わっています。この点もどうぞあしからず。 2022-09-10追記：ご要望のあった Python numba.njit 使用時と Go の結果を追加しました。PHP は JIT 有効化が面倒だったので断念しました^^; 2022-09-10追記2：C の計測で clock() を使うのはフェアではないという指摘がありましたので、念のため clock_gettime() を使用したコードに差し替えました。結果に大きな差はありません。 2022-09-10追記3：PHP

We compare the performance of Julia and Numba, for a minimal benchmark that enables to see some fundamental difference between Julia and accelerated-Python. Python is a programming language with so many advantages that we don’t even need to list them. It is also commonly acknowledged that its main drawback is code performance. Given this problem, many ways of speeding-up Python have been proposed

いま話題の新しい言語「Julia」を7日間で速習！ プログラミングが初めてでも読みやすい解説を通じて、具体的課題に適用しながら基礎から応用まで身につける。簡単、気軽に誰でも科学技術計算ができる！ ◇おもな目次◇ 1日目　Julia言語に触れてみよう――「高級電卓」としてのJulia 1.1　インストールしてみよう 1.2　実行してみよう 1.3　電卓のように使ってみよう 1.4　変数を使ってみよう 2日目　数式をコードにしてみよう――Julia言語の基本機能 2.1　関数を作ってみる：function 2.2　条件分岐をしてみる：if文 2.3　繰り返し計算をしてみる：for文 2.4　行列とベクトルを扱う：配列 2.5　型について考える：型と多重ディスパッチ 2.6　パラメータや変数をまとめる：struct 2.7　一通りのセットとしてまとめる：module 2.8　微分方程式を解く：パ

Python Pandasを使われている方々にとってみれば既に知っている方法だとは思いますが，効率のいい反復処理のやり方が紹介されていたのをたまたまみつけたので，同じことをJuliaでも試してみてPython Pandasの一番速い方法と比べてみました。 元記事はこちらです。Python Pandasのみの結果です。 ここで紹介されていたのは2つの列(src_bytes, dst_bytes)を加算する速度がやり方によって大きく変わることです。 Iterrows For loop with .loc or .iloc Apply Itertuples List comprehensions Pandas vectorization NumPy vectorization 既にご存知の方も多いと思いますが、私の環境で(Mac mini M1 8GB, Python 3.9.7, Pandas

紹介 ◆◆数式とコードの距離が近いJuliaで一生モノの考え方を身につけよう！◆◆ 線形代数、微積分、最適化、確率・統計の基本的な計算から、 ハミルトニアンモンテカルロ法、階層ベイズ、状態空間モデルの原理までをていねいに解説！ [サポートページ] https://github.com/sammy-suyama/JuliaBayesBook [主な内容] 第1章　Juliaの基礎 1.1　Juliaとは 1.2　基本文法 1.3　パッケージの利用 1.4　グラフの描画 第2章　数値計算の基礎 2.1　ベクトル・行列計算 2.2　統計量の計算 2.3　統計量と確率分布のパラメータ 2.4　微分計算 2.5　関数の最適化 2.6　最適化によるカーブフィッティング 2.7　積分計算 第3章　確率計算の基礎 3.1　表を使った確率計算 3.2　式を使った確率計算 3.3　連続値における周辺分布と条件

エンジニアから昨今注目を集めているスクリプト言語Julia。高度な計算を可能にし、読み書きもしやすく日本でもファンが多い。主に機械学習に利用され、医療分野などでの応用が期待されている。Juliaの生みの親であり、法人向けにJulia用のクラウドプラットフォームを提供するJulia Computingの創業者でCEOのViral B. Shah氏に話を聞いた。 MIT発最新のプログラミング言語で機械学習を簡単に、高速に ――まず御社の製品について教えてください。 Julia computingでは、他のプログラミング言語・クラウドビジネス・マシンラーニング関連企業とは一線を画す製品戦略を展開しています。 まず、Juliaの設計者として、私たちはJuliaを使うのに最適なクラウドプラットフォームJulia Hubを提供しています。Julia hub.comにアクセスすると、様々なタスクやジョブ

こんにちは。 タイトルが完全にネタバレですが、以下のコードを Rust で書き直してみたという記事です。 smooth-pudding.hatenablog.com 上の記事と同様のロジックで「10万以下の素数の個数を数えるコード」をRust で書くとこんな感じになりました: fn main() { println!("{}", num_primes(&100000)); } fn is_prime(num: &u32) -> bool { if num <= &1 {return false}; for i in 2..*num { if num % i == 0 { return false; } } return true; } fn num_primes(maxnum: &u32) -> u32 { let mut count = 0; for i in 1..=*maxnum {

Liam Tung （Special to ZDNET.com） 翻訳校正： 村上雅章 野崎裕子 2021-05-31 06:30 世界的に普及しているプログラミング言語Pythonの生みの親であるGuido van Rossum氏が、ブラウザーやモバイル機器上で同言語の普及がそれほど進んでいない理由について、そしてJuliaといった将来的にライバルになりそうな言語について語った。 かつて「優しい終身の独裁者」（BDFL）と呼ばれていたvan Rossum氏は2020年11月よりMicrosoftのディスティングイッシュト・エンジニアとして勤務し、CPythonコミュニティーに対する同社の貢献を支援している。CPythonコミュニティーは、van Rossum氏が生み出したPythonを機械学習（ML）やデータサイエンスの興隆という波に乗せ、今日最も人気が高いプログラミング言語の1つに押し

手元でJupyter NotebookでJuliaを実行して、ファイルを.ipynbで保存していたとします。 そのファイルをGoogle Colabでも実行してみたいことがありますよね？ そのやり方についての説明です。 基本的には https://qiita.com/ueuema/items/ca1b326f5df10a4203bd と同じです。補足説明がついているだけとなります。 追記：ローカルでの編集を全く必要としないで新しいノートブックをJuliaで始める方法を追記しました。 さらに追記：ローカルでの編集を全く必要としないで新しいノートブックをJuliaで始める方法のJuliaのバージョンを上げる方法を追記しました Jupyter Notebookの用意 まず、自分で作ったJuliaのJupyter Notebookを用意します。 例えば、 https://github.com/co