Julia

TL;DR

En bref : Julia vous offre la facilité de Python avec la vitesse de C - sans compromis.

Points forts :

• Aussi rapide que C, aussi facile que Python
• Conçu pour le calcul scientifique et l’IA
• Multiple dispatch comme paradigme central
• Excellente interopérabilité avec Python, C, R

Philosophy

Julia a été conçu pour résoudre le “problème des deux langages” :

• Rapide par défaut - Compilé JIT, pas besoin de réécrire en C pour les performances
• Multiple dispatch - Les fonctions se spécialisent sur tous les types d’arguments, pas seulement le premier
• Adapté aux maths - Opérateurs Unicode, syntaxe matricielle, broadcasting
• Composable - Les packages fonctionnent ensemble de manière fluide

Julia est ce que NumPy serait s’il était un langage.

Quick Start

Install

# Avec juliaup (recommandé)
curl -fsSL https://install.julialang.org | sh

# macOS
brew install julia

# Ou télécharger depuis julialang.org

Verify (latest: 1.12)

julia --version  # julia version 1.12.0

First Program

Créez hello.jl :

println("Hello, World!")

julia hello.jl

Julia REPL

julia
julia> 1 + 1
2
julia> sqrt(2)
1.4142135623730951

Language Essentials

Variables & Types

# Variables (pas de déclaration de type nécessaire)
name = "Alice"
age = 25
price = 19.99
active = true

# Annotations de type (optionnel)
x::Int = 10

# Arrays
numbers = [1, 2, 3]
matrix = [1 2 3; 4 5 6]  # Matrice 2x3

# Dictionaries
user = Dict("name" => "Alice", "age" => 25)

Control Flow

# if-else
if age >= 18
    println("Adult")
elseif age >= 13
    println("Teen")
else
    println("Child")
end

# Ternaire
status = age >= 18 ? "adult" : "minor"

# Boucle for
for i in 1:5
    println(i)
end

# Boucle while
while count > 0
    count -= 1
end

Functions

# Fonction standard
function greet(name)
    return "Hello, $name!"
end

# Forme courte
greet(name) = "Hello, $name!"

# Fonction anonyme
add = (a, b) -> a + b

# Multiple dispatch (la fonctionnalité clé !)
function process(x::Int)
    println("Integer: $x")
end

function process(x::String)
    println("String: $x")
end

process(42)       # Integer: 42
process("hello")  # String: hello

Broadcasting

# Appliquer une fonction élément par élément avec .
x = [1, 2, 3]

x .+ 1        # [2, 3, 4]
x .^ 2        # [1, 4, 9]
sin.(x)       # [sin(1), sin(2), sin(3)]

# Fonctionne avec n'importe quelle fonction
f(a, b) = a + b
f.(x, 10)     # [11, 12, 13]

Structs

# Struct immuable (par défaut)
struct Point
    x::Float64
    y::Float64
end

p = Point(1.0, 2.0)
# p.x = 3.0  # Erreur ! Immuable

# Struct mutable
mutable struct MutablePoint
    x::Float64
    y::Float64
end

mp = MutablePoint(1.0, 2.0)
mp.x = 3.0  # OK

Gotchas

1-based indexing

arr = [10, 20, 30]
arr[1]    # 10 (pas 0 !)
arr[end]  # 30

First run is slow (JIT compilation)

# Le premier appel compile la fonction
@time sum([1,2,3])  # 0.05s (inclut la compilation)

# Le deuxième appel est rapide
@time sum([1,2,3])  # 0.000001s

Arrays are column-major

A = [1 2 3; 4 5 6]  # Matrice 2x3

# Itérer colonne par colonne pour les performances
for j in 1:3, i in 1:2
    println(A[i, j])
end

Global variables are slow in loops

# Lent
x = 0
for i in 1:1000000
    global x += i  # Accède au global
end

# Rapide - utiliser des fonctions
function sum_loop()
    x = 0
    for i in 1:1000000
        x += i
    end
    x
end

When to Choose

Idéal pour :

• Calcul scientifique
• Machine learning (Flux.jl)
• Simulations numériques
• Data science avec besoins de performance

Moins adapté pour :

• Développement web (utilisez JavaScript, Python)
• Applications mobiles
• Petits scripts (temps de démarrage)

Comparaison :

Aspect	Julia	Python	MATLAB
Vitesse	Rapide	Lent	Moyen
Syntaxe	Propre	Propre	Verbose
Coût	Gratuit	Gratuit	Cher
Libs ML	En croissance	Mature	Limité

Next Steps

• Documentation Julia
• Julia Academy
• Think Julia
• JuliaHub

Ecosystem

Package Management

# Dans REPL, appuyez sur ] pour le mode Pkg
] add DataFrames
] add Plots
] status

# Ou programmatiquement
using Pkg
Pkg.add("DataFrames")

Popular Packages

• Données : DataFrames.jl, CSV.jl
• Visualisation : Plots.jl, Makie.jl
• ML : Flux.jl, MLJ.jl
• Scientifique : DifferentialEquations.jl, JuMP.jl