Curso de introducción a Julia: ¡Hola Julia!

Durante el verano de 2020 se ha publicado una serie de entradas temáticas sobre el lenguaje de programación Julia. Una serie que puede usarse como un curso de introducción a Julia. Un lenguaje moderno para análisis de datos y aprendizaje automático que se caracteriza por ser más rápido que Python, R o Matlab.

Contenido del curso

La serie consta de las siguientes 20 entradas:

1. ¡Hola Julia!
2. Primeros pasos con Julia
3. Cadenas de texto en Julia
4. Bucles en Julia
5. Funciones en Julia
6. Vectores, tuplas y diccionarios en Julia
7. Estructuras en Julia
8. Utilizar los tipos en Julia
9. Tipos de datos en Julia
10. Tipos y funciones paramétricos en Julia
11. Introducción a los DataFrames en Julia
12. Obtener información básica de los DataFrames de Julia
13. El tipo de dato Missing de Julia
14. Columnas en DataFrames de Julia
15. Filas en DataFrames de Julia
16. Combinar DataFrames en Julia
17. Guardar y leer archivos CSV en Julia
18. Guardar y leer archivos Excel en Julia
19. Introducción a Genie
20. Libros sobre Julia

Para la serie se ha utilizado Julia 1.4.2, la ultima versión disponible en el momento de publicación de la entrada.

Que es Julia

Julia es un lenguaje de programación dinámico de alto nivel y rendimiento. Aunque es un lenguaje de programación de propósito general, por lo que se puede utilizar para escribir cualquier aplicación, la mayoría de sus características se han diseñado pensando especialmente en análisis numérico, el tratamiento de datos y el aprendizaje automático. Por lo que lo convierten en una alternativa a los utilizados actualmente en esas áreas como Python o R.

Julia es un lenguaje de programación dinámico con un sistema de tipos con polimorfismo paramétrico. Con el que se puede realizar computación paralela y distribuida concurrente. Además de poder realizar llamadas directas de las bibliotecas C y Fortran sin código, con lo que es posible reutilizar el código existente. Julia usa un compilador just-in-time (JIT), traduciendo los programas a código máquina antes de ejecutarlo. Lo que hace que sea más rápido que los lenguajes interpretados.