<div dir="ltr"><br><div class="gmail_extra"><br><div class="gmail_quote">enrico franchi wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_extra"><br><div class="gmail_quote"><span class="">Manlio Perillo wrote:</span><span class=""> <blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div>Che intendi dire che il JIT di pypy "non funziona" con i fp?</div></blockquote></span></div><br>Che non li gestiva, una volta. Chiedevo se ora lo fa.</div></div></blockquote><div><br></div><div>Aggiungo i miei due cent su Julia:</div><div><br></div><div>- Per inciso Julia è JIT compiled ed è scritto direttamente in Julia (alla stregua di PyPy).</div><div>   Questo significa, in termini di prestazioni, che ha freddo è molto lento, ma poi recupera di molto in termini di prestazioni. Beh, del resto questo già lo sappiamo con PyPy.</div><div><br></div><div>- Ha una sintassi che subisce molto l'influenza di Matlab (vedi le indicizzazioni one-indexed).</div><div>    Del resto i creatori di Julia vengono da quel mondo li e la nascita di Julia è il risultato del loro tentativo di scavalcare tutte le limitazioni di Matlab, specie per quello che riguarda il calcolo parallelo.</div><div><br></div><div>- A tal proposito, Julia nasce con un supporto nativo per caclolo multi-core/multi machine </div><div><br></div><div>- Inoltre, allo stesso modo, nasce con una integrazione built-in per l'interfacciamento con altri linguaggi</div><div>   - ad esempio ho visto moduli di ML per Julia che usano Sciki-learn, oppure librerie di plotting che si appoggiano su matplotlib o ggplot </div><div><br></div><div>Tuttavia:</div><div>   - è certamente un linguaggio ancora non molto maturo ma con una community in veloce espansione</div><div>  - è un linguaggio nato per la computazione scientifica e li morirà (imho). Non vuole essere un linguaggio general-purpose. </div><div>Certo non mi meraviglierei se ci fosse qualcuno che inizi a fare anche il caffè con Julia, ma è un linguaggio che esprime le sue potenzialità in ambito numerico/scientifico.</div><div>Del resto è nato per quello! Inoltre, in quanto rimpiazzo di Matlab, tutto torna.</div><div><br></div><div>Infine:</div><div>  - l'influenza di Julia nel mondo Python (ambito numerico/scientifico, si intenda) non è certo stato di poco conto.</div><div>    Si consideri che alla scorsa SciPyConf, il più grande evento Python di settore, c'è stato addirittura un training su Julia.</div><div><br></div><div>Inoltre, Julia (insieme a Python e R) appare nell'acronimo del nuovo progetto Jupyter - evoluzione del kernel iPython language un-aware.</div><div>Infatti, iJulia è stato (se non erro) il primo progetto di porting di iPython che non facesse uso di magic-extensions (come R e Octave prima di lui)</div><div><br></div><div> </div><div> </div></div>
</div></div>