所有栏目 | 云社区 美国云服务器[国内云主机商]
你的位置：首页 > 云社区 » 正文

Julia语言如何编写用户界面？

发布时间：2020-04-12 09:08:57

资讯分类：julia  编写  界面  语言  安装  程序  编译
Julia语言如何编写用户界面？

Julia是一个刚刚走入大众视野的科学计算利器！

你可能会说了，科学计算？不是有matlab了吗？而且如果做统计，还有R、Python、Stata之类的可以使用，为什么要用Julia呢？

很简单，方便+快！

首先，Julia的语法基本上就是Matlab+Python+R的混合，像Matlab一样简单，像Python一样严谨，像R...算了，还是不要像R了。

此外，作为「脚本语言」以及「科学计算语言」，Julia有个变态的特征：不怕循环！熟悉Matlab、R的人都知道，写这些程序的时候，通常会被建议「少写循环」。而实际上，如果你没有遵从这些规则，你会发现写出来的程序奇慢无比！当然，Matlab中也有一些设计企图规避循环，比如bsxfun等函数，但是很多情况下，循环在所难免。

那么Julia如何做到「不怕循环」这一点呢？Julia做了这么一些工作。首先，在Julia里面，是有「类型」的，比如学过C的都知道计算机中数字分为整型（int）、浮点型（float）、双精度（double）等类型，而Julia也对类型做了严格区分。不过不要怕，其实没什么大不了的，不会比Matlab复杂多少。而有了类型的区分，Julia使用LLVM这个工具引入了JIT，也就是在程序（比如循环体、函数）第一遍被执行的时候，这个循环体、函数就已经被编译好了。当这个循环体、函数再次被执行的时候，就不需要重新解释代码，只需要执行编译好的程序就好了。

有了这个黑科技，Julia的执行速度理论上是可以接近C的（理论上能达到的最快速度）。实际上我的工作过程中就有大量的程序因为嫌慢使用C写，速度的确比Matlab不知道要快到哪里去（这里提一下，根据我的经验，不可盲目崇拜C，没有经验的人写出的程序，或者没有复杂到一定程度的程序，速度可能比Matlab还慢）。

关于Julia的速度与其他语言的比较，可以参考Julia的网站：The Julia Language，其中有各编程语言的对比。不过这里要提一下，里面的参数不能完全相信，比如Matlab等语言的写法不是最有效的写法，所以在里面Matlab可能比Julia慢很多。而实际上，对于最简单的程序，Julia的速度比不过Matlab的。至于原因吗，我想有这么两点：首先Matlab不用编译；其次，Matlab使用了Intel的MKL库，而MKL库是经过汇编级别的优化的。当然，Julia也可以使用MKL，下面我会介绍。

所以总体说来，当涉及到大量的循环的时候，C（Fortran）和Julia是非常不错的选择，而出于写程序的方便程度和学习曲线的考虑，Julia显然优于C（Fortran）。

奥，Julia还有个优点没有说，这个可以秒杀Matlab，那就是：开源，免费！

此外，Julia还有一个更大的优点：非常方便的调用C、Python等写成的程序。Python本来就被成为「胶水语言」，可以调用几乎所有其他语言，而Julia 可以调用Python，这就变相给了Julia这个能力。此外，Julia还可以直接调用C写成的程序。所以平时工作的时候，非常常用的一些模块我都已经写成C放在一个库里面，这样就可以用Python 调用C，Julia调用C，R调用C，Matlab调用C...顺便提一下，Matlab也可以调用C，但是调用方式别提多蛋疼。

好，下面回到我们学校的问题上来。之前的一个项目我使用Julia+C一起写的，但是前段时间我们学校的超算中心非得给我们换个账号，这下好了，之前已经有的Julia突然没了。前面也说了，我是没有管理员权限的，所以使用yum的方式安装就走不通了。还好Julia是开源的，意味着我可以拿到Julia的源码，自己编译一个。

可是，真的问题出来了！Redhat出于对「稳定」的变态追求，里面的程序不会用最新的版本。比如，最坑爹的，gcc（一个c的编译器）的版本停留在『Red Hat 4.4.7-3』这个版本上。而开源社区日新月异，这个版本太老了，以至于不能编译Julia了！从此，我开始了漫漫的安装之旅。

在介绍我在没有管理员权限+没有新版本gcc的情况下如何安装Julia之前，可以先介绍一下普通青年安装Julia的正确姿势。

  1. windows用户，去Julia Downloads上直接下载安装。建议安装Julia+Juno的套装，后者是一个Julia的IDE，如果不装Juno，Julia的界面会非常不友好！

  2. Mac用户，同样去Julia Downloads上直接下载安装，安装方法与Mac软件的一般安装方法一样，安装好之后在Applications里。或者可以参考下面Linux用户使用源码安装，但其实没这个必要。

  3. Linux用户，就有多种选择了。或者选择源码安装，我下面会详细介绍。或者可以安装已经编译好的版本。不过更建议使用apt-get（Debian/Ubuntu）、yum（Fedora/Redhat/Cent）安装。

安装好之后，在命令行输入julia，应该能看到如下界面（win用户可能需要设置环境变量）：

嗯，下面我就要开始介绍作死的源码安装方式了！

上面提到了，之所以选择源码安装，最大的原因是我没有管理员权限。其次，源码安装还有个好处就是，可以将Intel的MKL和Julia结合起来，强上加强，至强！

总的来说，我手动安装Julia的过程是：

  1. gmp/mpc/mpfr=>gcc

  2. Git

  3. cmake

  4. Python2=>LLVM

  5. Julia

是的，你没看错，为了安装Julia，我安装了这么多东西！！！截图给你们看：

安装gcc的原因不用说了，因为编译Julia需要高版本的gcc，所以必须自己装一个gcc。为了安装gcc。在安装的过程中，提示我缺少gmp/mpc/mpfr这三个包，这个问题不大，按照提示，去相应的网站，找到这几个包的最新版本，wget 一下，安装就好了。至于怎么安装，一般来说安装的顺序是：

  1. ./configure --prefix=/home/aragorn/softs/ 其中--prefix可以理解为安装路径

  2. make

  3. make install

经过这三个命令，一般就可以安装好。gmp/mpc/mpfr这三个包都是按照这个顺序，wget下载，tar -xvf ***.xz解压缩，进去，然后按照上面三个步骤安装。

至于gcc，可以去Installing GCC - GNU Project上看看，上面有安装gcc的详细步骤。注意如果需要安装gmp/mpc/mpfr这三个包，在configure的时候，后面需要加『--with-gmp=/home/aragorn/softs』，也就是制定者三个包的安装位置。

经过大概几个小时的等待，gcc装好了。总以为可以编译Julia了，可是又出错了！仔细一看，居然是git checkout出错了！查了一下，卧槽，git命令也是老掉牙啊！没办法，去git官网，找git的源码下载，git clone git/git · GitHub 下载下来，安装！安装过程可以参考文件夹下面的INSTALL文件，有详细描述。

后来又提示我cmake没有。同样，按照上述过程，安装cmake。

中间我也不记得是哪一步了，提示LLVM必须安装。装！可是安装LLVM的时候，又提示我Python的版本太低！Redhat的Python版本居然是2.6的！！！怎么能忍，装！去Python官网，干脆把Python2 and 3的源码都下载了下来，装装装！！！

这里需要注意的是，由于安装的这些程序都是安装在自己的目录下面的，所以需要修改环境变量。修改方法如下：

  1. cd ~

  2. vim .bashrc

  3. 找到export PATH=（如果没有则新建），把安装的程序的bin目录添加上去，比如我安装的gcc的目录是/home/aragorn/bin/gcc/，那么就要写成『export PATH="/home/aragorn/bin/gcc/bin:$PATH"』，建议每装一个程序，都把bin目录添加进来

  4. 同样，找到export LD_LIBRARY_PATH=（如果没有则新建），把安装的程序的lib/lib64目录添加上去，比如我的写成『export PATH="/home/aragorn/bin/gcc/lib64:$LD_LIBRARY_PATH"』，建议每装一个程序，都把lib目录添加进来

  5. :wq

如此设置，系统找程序或者库就按照上面的顺序开始找。比如虽然系统自带的gcc版本比较老，但是由于我设置了PATH，所以会先从/home/aragorn/bin/gcc/bin这个目录找gcc这个命令。修改结束之后，使用 source .bashrc 使得以上更改生效。

此外，我在浏览系统目录的时候，惊喜的发现原来这台电脑里自带了MKL库。开心死了。要知道这个库是付费的，当然对科研工作者是免费的。既然有了，就避免麻烦了，用！怎么用呢？在编译Julia之前，要做这么几个工作：

source /opt/intel/bin/compilervars.sh intel64

source /opt/intel/mkl/bin/mklvars.sh intel64 ilp64

export MKL_INTERFACE_LAYER=ILP64

至于这几步究竟在干什么，我也不知道，也懒得去搞清楚，大体是在设置MKL库的环境变量。

好了，万事具备，终于可以编译julia了！分这么几步：

  1. git clone git://http://github.com/JuliaLang/julia.git 复制源码到本地

  2. cd julia

  3. git checkout release-0.4 这一步请参考Julia的github主页，0.4为目前最新的版本号。这一步一定要做，否则自动编译的是正在开发的版本。

  4. vim Make.inc 这一步要做很多修改。首先，在开始加入一样『prefix=/home/aragorn/bin/julia』后面是你要安装julia的路径。其次，由于上面已经安装了最新的LLVM，可以使用最新的LLVM，设置『USE_SYSTEM_LLVM=1』。最后，由于要使用MKL，将『USE_INTEL_MKL ?= 0』『USE_INTEL_MKL_FFT ?= 0』『USE_INTEL_LIBM ?= 0』都改为1。github的网页上同时建议将『USEICC ?= 0』『 USEIFC ?= 0』也设为1，但是根据我的经验，intel的icc编译器并没有gcc好用，所以建议仍然保留为0，使用gcc。

  5. make 等待一大段时间

  6. make install

好啦，现在设置好环境变量，就可以优雅的开始使用带MKL的Julia啦！

最后，我只想吐槽一句，如果搞科学计算，普通青年用Ubuntu/Debian，文艺青年用Gentoo，二逼青年才他妈的用Redhat！！！

留言与评论（共有 0 条评论）
   
验证码：
Top