1樓：陳默
對於julia，沒需求的真沒必要硬學。對於用慣了python搭積木的，julia不適合你。千萬別誤會自己調tensorflow或者pytorch叫搞科學計算。
而對於真正做科學計算的人，julia都無需推廣。
2樓：
沒有優勢。
既要又要的語言一般都不咋地。
想要易用性就上python，想要效能就上c或者fortran。
既要又要的語言都是***
3樓：段丞博
我個人還是非常看好julia，並建議在沒有遺產包袱的情況下使用。
julia相對於c、python和fortran第乙個特點就是它誰都像。不管你從哪種語言遷移過來，總能找到適合自己的方式寫程式。
第二個特點是兼顧開發和執行效率，執行效率大家也看過很多比較了，的確很快。關鍵是開發上也容易，一方面是可以像解釋語言那樣寫，省了很多宣告變數的問題，另一方面內建了陣列和各種數值方法，呼叫方便。
第三個特點就是julia的生態發展非常迅速，很多專業工具已經可以在諸多平台上找到，無需從頭開發。
這些都是c、python或者fortran的缺陷。c使用陣列是非常麻煩地一件事情，這個不必說。fortran雖然支援陣列，但是需要呼叫外部函式比方lapack之類，光編譯鏈結這一套就是學習成本，更何況lapack裡面函式的命名和介面，了解起來很麻煩。
python其實現在倒是很完善了，但是原生的python需要numba加速才能達到和c或者fortran一樣的效率。
所以如果沒有負擔的話，還是非常建議從julia開始。
4樓：U7490
根據我們老師的說法，python的語法＋C的執行速度
我們是做優化用julia 配合JuMP，對優化問題而言我感覺找不出更簡潔的表示式了
不過大多數時候我還是偏向於python畢竟這玩意兒有時候遇到問題都很難找到解決方案
5樓：
我覺得2023年了，不應該有人再糾結語言問題了。語言在科學計算上是否可用取決於語言的實現水平，還有庫的實現水平。說實在的，科學計算要搞還是專門硬體上自己寫語言實現為好，庫的話最好也是自己寫。
對於語言的設計而言，要我說，Scheme語言的基礎設計佔據了某種區域性最優，又給實現者留下了廣闊的自由發揮空間（我指的其實是實現者自己魔改Scheme的設計）。
相較於其他Scheme和Lisp方言沒有優勢,至少它速度我看比不上SBCL.
對於科學計算，C 和 Matlab 計算速度哪個快？
和氣 從目前我做數值計算的經驗來看，c 和fortran語言編寫的程式的運算速度取決於程式設計水平和知識儲備 而matlab的運算速度則取決於使用CPU還是GPU與使用者的程式設計水平沒有太大關係。建議使用matlab入門數值計算，然後使用c 或c高階。 Pjer 來來來小哥先看下這倆回答 題中所講...
大家對凱迪拉克新出的 ATS 有什麼看法？
Monolink 放張圖吧，截圖來自consumerreports，恭喜Cadillac ATS榮膺the least reliable car in the least reliable brand。當然了，reliability差也不是說每台車都出問題，反正我臉黑Tesla model S一年修...
對於少年兒童 7 8歲，如何開始電腦科學教育啟蒙 Computer Science
學學奧數吧，真的 計算機上早接觸那麼幾年說不定只會讓孩子早點戴眼鏡，很多東西高中大學再入手完全來得及。而紮實的數理基礎的建立則就是從小打下的基本功。至少 不怕做數學 能讓今後的道路寬闊很多。我認識好幾個從小學開始打計算機競賽的孩子，到了大學紛紛沒有選擇計算機專業。估計是因為累覺不愛了吧。 桂周星 興...