Juliaは，技術計算のためのオープンソース，マルチプラットフォーム，高レベル，高性能なプログラミング言語です．

JuliaはLLVMLow-Level Virtual Machine (LLVM) は， 中間コードあるいはマシンコードを作るためのコンパイラ・インフラストラクチャです．ベースのJIT Just-In-Timeコンパイルは，実行前ではなく実行時に実行されます． したがって，コンパイルされたコードの速度と解釈の柔軟性が得られます． コンパイラはコードを解析して型を推定します．LLVMコードが生成された後に，ネイティブコードにコンパイルされます．コンパイラを備えています． これは，低レベルコードの煩わしさなしに， CやFORTRANなどの言語と同等の性能を引き出します． コードは，その場でコンパイルされるため，シェルすなわちREPL Read-Eval-Print-Loop; 対話型評価ループ内でコード（の断片）を実行できます． REPLは推奨されるワークフロー(workflow )の一部です．

Juliaは動的型付けされていて， 多重ディスパッチ 関数の引数の型は実行時に決まるので，コンパイラは与えられた型に最適化された実装を選ぶことができます．の機能を提供し，並列性と分散計算を目的に設計されました．

Juliaには，パッケージマネージャが組み込まれています．

Juliaには，特殊関数(例:ガンマ関数)を含む多くの数学関数が組み込まれています．また，複素数をすぐに利用できます．

Juliaは，Lispに影響を受けたマクロのおかげでコードを自動生成することができます．

Juliaは2012年に生まれました．

Juliaのロードを高速化するため，多くのコア機能が Juliaに付属する標準ライブラリに入っています． これらの機能を使うには，using PackageName とします． 以下に，標準ライブラリの一部と，よく使う関数を示します．

パッケージは，パッケージマネージャに表示される前に登録される(registered)必要があります．

Julia 1.0でパッケージマネージャを扱うには，２つの方法があります． 一つは，using Pkg と Pkg パッケージの関数を使う方法です． もう一つは，REPLに ] と入力して特別な対話型パッケージ管理モードに入る方法です (通常のREPLに戻るには，パッケージ管理モードで空行のBACKSPACEを押します )．

Juliaをインストールした直後はパッケージ管理モードを使います．Pkg モジュールをインストールすると，Juliaセッションで Pkg を利用できるようになります．

Julia のセッションで，Pkg を使う方法

対話型パッケージ管理モードを使う方法

UTF-8 は，多バイトで Unicode エンコードされることに注意してください．([訳注] 文字列の最後のインデックスと文字数は異なる場合があります)
10 == lastindex("Ångström") != length("Ångström") == 8

文字列はイミュータブル(不変, 変更不能)です．

Juliaは，桁あふれを自動的に検査しません． 整数の桁あふれを検査するには，SaferIntegersパッケージを使ってください‥

擬似乱数関数の多くは using Random が必要です．

線形代数のツールの多くを使う場合には，using LinearAlgebra してください．

Julia は，行列の分解(matrix decompositions)を組み込みで用意しています．

Julia は，行列が特別な種類(対称，エルミートなど)であるかを推定しようとしますが， 失敗することもあります． Julia が，最適なアルゴリズムを選択するのを助けるために， 特別な行列は，その構造を表した関数 (Symmetric, Hermitian, UpperTriangular, LowerTriangular, Diagonal など) を用いて定義できます．

関数の全ての引数は，参照で渡されます．

名前の末尾に ! がついた関数は，少なくとも１つの引数(通常は最初の引数)を変更します : sort!(arr).

必須の引数は，コンマ , で区切ります．位置による表記が用いられます．

オプション引数は，既定値 (デフォルト値)が必要です．関数定義(シグネチャ)の中で = を用いて定義します．

キーワード引数は，キーワード名を付けた表記が用いられます．関数定義(シグネチャ)の中で，セミコロン ; の後に列挙されます．

function func(req1, req2; key1=dflt1, key2=dflt2)
    # do stuff
end

キーワード引数を受け取る関数の呼び出しでは，セミコロン ; は不要です．

return 文は必須ではありませんが，使うことが推奨されます．

複数のデータ構造を戻り値にできます．一つの return 文でタプルを使います．

コマンドライン引数 julia script.jl arg1 arg2... は，全域定数 ARGS を用いて読み出すことができます :

for arg in ARGS
    println(arg)
end

匿名関数は，コレクション関数またはリスト内包表記で使うのに適しています : x -> x^2.

関数は，可変長の引数を受け取ることもできます:

function func(a...)
    println(a)
end

func(1, 2, [3:5]) # tuple: (1, 2, UnitRange{Int64}[3:5])

関数定義は，入れ子に(ネスト)できます:

function outerfunction()
    # do some outer stuff
    function innerfunction()
        # do inner stuff
        # can access prior outer definitions
    end
    # do more outer stuff
end

関数定義は，戻り値の型を明示することもできます．

# take any Number subtype and return it as a String
function stringifynumber(num::T)::String where T <: Number
    return "$num"
end

関数呼び出しは，ドット構文を用いてベクトル化できます (vectorized)．

# here we broadcast the subtraction of each mean value
# by using the dot operator
julia> using Statistics
julia> A = rand(3, 4);
julia> B = A .- mean(A, dims=1)
3×4 Array{Float64,2}:
  0.0387438     0.112224  -0.0541478   0.455245
  0.000773337   0.250006   0.0140011  -0.289532
 -0.0395171    -0.36223    0.0401467  -0.165713
julia> mean(B, dims=1)
1×4 Array{Float64,2}:
 -7.40149e-17  7.40149e-17  1.85037e-17  3.70074e-17

Julia は，引数のデータ型に基づき関数の特殊なバージョン「多重ディスパッチ」 どのバージョンを呼び出すかを「動的」に決める「ポリモーフィズム」の一種類です． この文脈では，「動的」とは実行時に決定することを意味します． これに対して，メソッド・オーバーロードは，コンパイル時に決定します． Julia は，完全にバックグラウンドで多重ディスパッチを行います． もちろん，型注釈(type annotation)を用いて，メソッド・オーバーロードを指定することもできます．を生成します． 関数が同じ引数のデータ型で再び呼び出されたときには， Julia は，同じ型のネイティブ・マシン・コードを検索して， コンパイルのプロセスをスキップします．

Julia 0.5 以降も，潜在的な型の曖昧さの存在は許されますが， 曖昧なメソッドの呼び出しを呼び出すことは 即時エラー となります．

再帰関数が多くのレベルを深くネストすると，スタックオーバーフローが発生する可能性があります．

末尾再帰の最適化は Trampolining と呼ばれる手法で可能ですが， Julia では自動的に行いません． あるいは，プログラマが，末尾再帰を繰返しとして書き直すこともできます．

ディクショナリ(辞書)はミュータブル(変更可能)です; しかし， シンボルをキーとして使用する場合，キーはイミュータブル(不変, 変更不能)です．

要素が集合に含まれるかどうかのチェックは O (1) で行われます．

Juliaにはクラスがなく，クラス固有のメソッドもありません．

型は，メソッドを持たないクラスのようなものです．

抽象（アブストラクト）型は下位型（サブタイプ）を作れますが，インスタンス化はできません．

具象（コンクリート）型は下位型（サブタイプ）を作れません．

既定（デフォルト）では，構造体はイミュータブル（不変，変更不能）です．

イミュータブルな型は，性能を向上でき，スレッド間で同期を行わずに共有できるので，スレッドセーフです．

型の集合の一つをとるようなオブジェクトは，共用（ユニオン）型と呼ばれます．

型宣言の内部で内部コンストラクタを定義すると， 既定の外部コンストラクタは使用できません （必要に応じて手動で定義する必要があります）． 内部コンストラクタの利用は， 型引数（型パラメータ）が invariant（不変性）か否かを検査する場合に 適しています．なぜなら， 型をイミュータブル（不変，変更不能）として定義しない限り， 型のフィールドに直接アクセスして変更しようとすると，この不変性が破られるからです． newキーワードは，同じ型のオブジェクトを作成するために用いられます．

ここで，型引数が invariant（不変）であるとは， （Float64 <: Real にもかかわらず） Point{Float64} <: Point{Real} が成り立たないことを意味します．

型推論がなされた Juliaの内部表現は code_typed() で見ることができます． これは，特定の型向けのネイティブコードではなく， Any型向けのコードが，どこで生成させたのかを突き止めるのに役に立ちます．

モジュールとは，個別の全域変数の作業領域で，似たような機能を一箇所にまとめたものです．

using と import の違いは，ただ一つです : using Foo では， Foo モジュールの関数 bar を新しいメソッドとして拡張する場合に function Foo.bar(.. と書く必要があります． これに対して，import Foo.bar では， function bar(... と，そのまま書けばよいです．モジュール Foo の関数 bar は自動的に拡張されます．

Julia は同図像性を持ちます．すなわち，プログラムは Julia言語自体のデータ構造として表されます．実際，すべてが式 Expr です．

シンボルは，先頭にコロン : がついた インターン化された文字列 それぞれ異なる(イミュータブルな, 変更不能な)文字列につき，ただ一つの文字列だけが保存されることをいいます．です． シンボルは，より効率的で，識別子，(辞書の)キー，あるいは，データ・フレームの列として，よく使用されます． シンボル同士は連結できません．

クォート化 :( ... ) あるいは quote ... end も，式を作ります． parse(str) この形式は，動的SQLの知識があるユーザーに最もなじみがあります．Meta.parse 関数は，Oracle や PostgreSQLの EXECUTE IMMEDIATE文，あるいは， SQL サーバの sp_executesql() プロシージャと同様です． と Expr(:call, ...) も，同様に式を作ります．

x = 1
line = "1 + $x"          # some code
expr = Meta.parse(line)  # make an Expr object
typeof(expr) == Expr     # true
dump(expr)               # generate abstract syntax tree
eval(expr) == 2          # evaluate Expr object: true

マクロは，生成されたコード (すなわち，式)をプログラム内に挿入することを可能とします．

衛生的な マクロを作るための約束は，以下のとおりです:

• マクロ内では，変数を local で宣言する.
• マクロ内で eval を呼び出さない．
• 補間された式をエスケープして展開を避ける: $(esc(expr))

並列計算ツールは，標準ライブラリ Distributed を用いて利用できます．

ワーカーは，並行(コンカレント)あるいは並列(パラレル)なプロセスとしても知られています．

並列処理機能を備えたモジュールは， 「関数ファイル」と「ドライバファイル」に最もよく分割できます． 「関数ファイル」は，全てのワーカーで必要とされる関数と変数の全てを含みます． データ処理を扱う「ドライバファイル」は「関数ファイル」にインポートされる必要があります．

reducer 関数に関する例 (word count)は，こちらを参照してください． Adam DeConinck.

dplyr に似たツールについては，DataFramesMeta.jl. を見てください．

多くのコア・パッケージが Julia コミュニティにより管理されています．これらには，Julia[Topic] という名前がついています．

読みやすくするために必要でない限り，下線 (アンダースコア, _ )を避けるのが，Julia の慣習です．

変数名は小文字とします． somevariable (あるいは，スネークケース (snake case, スペースをアンダースコアに置き換えた綴り方) にします)

定数名は大文字とします． SOMECONSTANT

関数名は，小文字とします． somefunction (あるいは，スネークケースにします)

マクロ名は，小文字とします． @somemacro (あるいは，スネークケースにします)

型の名前は，頭文字を大文字としたキャメル・ケース (空白を詰めて次の語を大文字から始めた綴り方) とします． SomeType

Juliaファイルは，拡張子 jl を持ちます．

Juliaのコードスタイルの詳細は，マニュアル style guide を参照してください．

• 全域（グローバル）変数を使用しないでください．
• 型安定なコードを書きましょう．
• 可能な限り，イミュータブル（不変, 変更不能）な型を使いましょう．
• 大きな配列にはsizehint!を使います．
• 大きな配列は，arr=nothing を使ってメモリを解放しましょう．
• 配列は列（第1の軸）に沿ってアクセスしましょう．多次元配列は column-major の順序で格納されるからです．
• 結果を格納するデータ構造は，事前に割り当てておきましょう．
• リアルタイムなアプリケーションでは，disable_gc()を用いてガベージコレクタを無効にします．
• キーワード引数にsplat演算子（...）演算子を使用しないでください．
• 更新（mutating）API（名前の末尾に!がつく関数）を使いましょう．データ構造のコピーを回避できます．
• リストの内包表記よりも，配列（要素毎の）演算を使いましょう．
• （計算が集中して行われる）繰返し（ループ）では，try-catchを使用しないでください．
• コレクション内では Any型を避けましょう．
• コレクション内では，抽象（アブストラクト）型を避けましょう．
• 入出力では，文字列の補間を避けましょう．
• ベクトル化(Vectorizing)は，速度を向上させません（R，MATLAB，Pythonとは異なります）．
• 実行時は eval の使用を避けましょう．

• Juno (エディタ)
• Jupyter (オンラインの Jupyter(IJulia) notebook)
• Pluto.jl (オンラインの IJulia notebook)
• Emacs Julia mode (エディタ)
• vim Julia mode (エディタ)
• VS Code extension (エディタ)

• Official documentation .
• Learning Julia page.
• Month of Julia
• Community standards .
• Julia: A fresh approach to numerical computing (pdf)
• Julia: A Fast Dynamic Language for Technical Computing (pdf)

• The 10th annual JuliaCon 2023
• The 10th annual JuliaCon 2023 Pre-recorded videos
• The 9th annual JuliaCon 2022
• The 8th annual JuliaCon 2021
• The 7th annual JuliaCon 2020
• The 6th annual JuliaCon 2019
• The 5th annual JuliaCon 2018
• The 4th annual JuliaCon 2017 (Berkeley)
• The 3rd annual JuliaCon 2016
• Getting Started with Julia : Leah Hanson さん
• Intro to Julia : Huda Nassar さん
• Introduction to Julia for Pythonistas by John Pearson