今年から、できるだけシェルスクリプトを書くのをやめようとしている。私が毎日 zsh に打ち込んでいるのも広義のシェルスクリプトだし、自分用の雑なスクリプトを書くことはあるけれど、チームの他の人も将来に使ったり改変したりするようなものは、なるだけ他の言語を使っている。 シェルスクリプトを書くのは難しいし、その難しさは、学ぶに値しないといったら言い過ぎかもしれないけれど、2021年に初心者が取り組むべき問題とは言い難いと思う。 シェルは悪いプログラミング言語である Bash Strict Mode とかを使ってみても、シェルスクリプトには落とし穴が多すぎる。自分で書いたものを自分で使っている分には大丈夫なのだけど、スクリプトがチーム内で使われるようになると、考慮していなかったところ、例えばファイル名に空白文字が含まれるとか、そういうレベルの微妙なところで、ちゃんと書かれていないスクリプトは壊れ
1から始める Juliaプログラミング 目次 目次 はじめに パッケージのロードをsysimageで高速化する 関数の初期実行をsysimagesで高速化する REPL用のデフォルトパッケージをロードしたsysimageを作る便利関数 参考資料 MyEnigma Supporters はじめに これまでPythonでやってきたことを、 Juliaで置き換えようとすると、まず初めにぶつかるのが、 Juliaのコードにおけるライブラリのロードや、 初めて使う関数の計算が遅いなど、 いわゆる初回実行が遅い問題が気になってきます。 (英語ではこの問題をlatencyと呼んでいるそうです github.com ) Juliaは基本的に初回実行時にコードをJITコンパイルして実行するため、 動的言語でありながら、高速な実行を実現できているので、 myenigma.hatenablog.com この初回
この記事は、 "原子分子シミュレーションPythonパッケージAtomic Simulation Environment (ASE)を使ってみる その１" https://qiita.com/cometscome_phys/items/cd1f4d5f025872dfaae5 "原子分子シミュレーションPythonパッケージAtomic Simulation Environment (ASE)を使ってみる その２：Quantum Espressoで第一原理計算" https://qiita.com/cometscome_phys/items/4af134de6d959a7718b9 の続編の記事となります。 その２で導入したMateriApps LIVE!は導入ずみであるとします。 前回はASEを使って、Quantum Espressoで第一原理計算をしました。 今回はASEを使って、Qu
# Pythonだと、 import matplotlib pyimport :matplotlib pyimport 'matplotlib' # 上ではシンボルを使ったが、文字列でも同じ # Python だと import matplotlib.pyplot as plt pyimport 'matplotlib.pyplot', as: :plt plt = PyCall.import_module('matplotlib.pyplot') # 上はこのような記法でも同じ # Python だと from janome.tokenizer import Tokenizer pyfrom 'janome.tokenizer', import: :Tokenizer # Python だと from keras.layers import Dense, Dropout pyfrom '
Julia Advent Calendar 2017の5日目の記事です。今日は，去年の今頃開発を開始したAutoma.jlというパッケージを紹介しようと思います。ここでは，最新リリース版のAutoma.jl 0.4.0を元に記述しています。 Automa.jlとは Automa.jlは正規表現(regular expression)のドメイン特化言語(DSL: Domain Specific Language)からJuliaのコードを生成するパッケージです。正規表現はJuliaの標準ライブラリにもありますが，Automa.jlの最大の特徴は，正規表現を合成したりマッチングの途中でJuliaのコードを実行したりできる点にあります。これを使えば，正規言語であるファイルフォーマットのパースや，文脈自由文法などで書かれた言語のトークン化などができます。 実際のコードは以下のようになります。このコー
Juliaでの並列計算に関する調査メモ。 Juliaでの並列計算の概要 Juliaでのマルチプロセッシング環境は、メッセージパッシングに基づいている。MPIなどの通常のメッセージパッシングは、プロセス間でデータや命令などを相互にやりとりする。しかし、Juliaのメッセージパッシングの実装はあるプロセスから他のプロセスへの一方通行であることが特色となっている。そのため、ユーザは片方のプロセスの管理だけを行えば良い。 あるプロセスから他のプロセスへのメッセージとして重要なのが、"remote call"(remotecall関数)と"remote reference"(fetch関数)である。これらはそれぞれ、「あるプロセスから他のプロセスへの処理の指示」、「指示された処理を行ったプロセスでの処理結果を指示を出したプロセスが参照」に対応する。 remote call(remotecall関数)
この記事は、Julia Advent Calendar 2016の17日目です。 Julia のコードを WebAssembly にしてみました。 TL;TR Julia コードから無理矢理 WebAssemblyを作れたことは作れたけど実用レベルにはほど遠かった。 はじめに 動機 WebAssembly といえば LLVM1、Julia といえば LLVM、ならば Julia コードを WebAssembly 化できるのではないか、という単純な発想です。 WebAssemblyとは Webブラウザのためのバイナリコードフォーマットです。 詳しくは、公式サイトを参照してください。とても変化が速いので、公式に勝る情報源はありません。 Qiita にも WebAssemblyタグ のついた記事がいくつかあります。 ただし、すでに内容が古くなっている記述も多いため、気をつけてください。 Juli
(#JuliaLang) Julia Advent Calendar 2014 12月7日担当 kimrin(twitter:kimrin) やっぴー♡ みんなのアイドル（哀ドルともいうw）きむりんだよー。 小六女子のおっさん(40)だよー。いえーい、見てる見てるー？ www さて、12月5日のAdventでJuliaたん使って、LLVM IRとnative codeを簡単にみる ことができること、勉強したねo(^_^)o なんと、今日はJuliaたんで、 古典コンパイラの理論に迫ってみましょー おー（ぱちぱち！） 古典コンパイラ（昔のコンパイラ）なのです。だからJuliaの実装ではないこと、ここでお断りしておくですー。 真面目に言うと、この記事はみなさんに古典コンパイラのbackendの基礎知識を与えるものです。概念として、CFG(Control Flow Graph), PDG(Pro
R Adevnt Calendar 8日目の記事です。大幅に遅れて大変申し訳ないです。 この記事ではR言語ユーザーのために100問100答形式でJuliaを紹介していこうと思います。 Julia言語 Juliaってどういう言語なの? Juliaは高レベルでハイパフォーマンスな技術計算のための動的言語だよ。書きやすさと実行速度の両立がウリの言語だよ。 誰が作ってるの? 主にボストンのMITの人達が中心に作っている言語だよ。特にJeff Bezonson, Stefan Karpinski, Viral Shah, Alan Edelmanの4人が初期の重要人物だよ。 自由に使えるの? Juliaの処理系はMITライセンスで配布されているから、商用でもなんでもかなり自由に使えるよ。 どれくらい速いの? すごく速いよ！大体C言語の2倍以内くらいの収まる速度だよ。 Rと比較してどうなの? 数倍から
先月のRubyConfのLTでA PoC-ish Trick: LLVM IR Generation with Rubyという題で発表してきた小ネタです。 TL;DR RubyのコードをJuliaに変換するJulializerというTranspilerを作った Juliaではcode_llvmやcode_native等の組み込み関数でLLVM IRやアセンブリコードを簡単に吐き出せる 1と2から、Rubyのコードを書くとLLVM IRやアセンブリコードを簡単に吐き出せる Disclaimer JulializerはFixnum, Floatなどごく一部のClassのみサポートしているに過ぎないので、Rubyの機能のごくごく一部しか変換できません Demo 最も単純な例として、Rubyの2+3（整数同士の加算）というプログラムを変換してみます。LLVM IRの結果として作成されている関数ju
【メモ2019/12/24。2019年末になっても本記事に「イイね」や「ストック」して頂きありがとうございます。以下の内容に基本は変わりませんが、Python 3.x、Julia 1.x の時代ですので、最新状況を追っていただくようにお願いします。 】 Jupyter Advent calendar 2016 12日目の記事です。 Jupyter で 3Dグラフィックスを表示できます。Python の Mayavi ライブラリを使います。 Mayavi は、Python用の 3次元グラフィックス表示ライブラリです。科学技術分野の可視化を念頭に開発された vtk をグラフィックスエンジンとしています。デモを見て頂くと、どのような絵が描けるか分かるでしょう。-> デモ, MRI example お膳立て Mayaviライブラリの出力を Jupyter で表示するためには、以下の二つの条件が整っ
![[Python, Julia] Jupyter で 3D 表示 - Mayavi ライブラリ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/00dde7762b0502780dca5e13f0d3527973c11a46/height=288;version=1;width=512/https%3A%2F%2Fsiteproxy.ruqli.workers.dev%3A443%2Fhttps%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTAzMjE3JTJGcHJvZmlsZS1pbWFnZXMlMkYxNDczNzA4OTQ1P2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPWE5YWZmNjliYWIwNzk3MzNlN2QzNzY3ODVlZDU4NjE5%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Ddecd66102802f9f230084902a6b86e9c%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTJDJTIwSnVsaWElNUQlMjBKdXB5dGVyJTIwJUUzJTgxJUE3JTIwM0QlMjAlRTglQTElQTglRTclQTQlQkElMjAtJTIwTWF5YXZpJTIwJUUzJTgzJUE5JUUzJTgyJUE0JUUzJTgzJTk2JUUzJTgzJUE5JUUzJTgzJUFBJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9MGI4MDIwMjI2Mjk3MThmN2E0MWRiYjI3OGM1OTcxYjE%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDB0ZW5mdTJ0ZWEmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz0yZWFlZDg1M2NmZWQ0ZGYwOGNlM2ViMTllMjE1ZDM0Nw%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3Db9d8f17947b0d7e30b2b6ba7790f943b)
A Lightning Talk at RubyConf 2016
. . . . . . . . . . . . . Julia for R programmers Douglas Bates, U. of Wisconsin-Madison July 18, 2013 Douglas Bates, U. of Wisconsin-Madison () Julia for R programmers July 18, 2013 1 / 67 . . . . . . What does Julia provide that R doesn’t? Douglas Bates, U. of Wisconsin-Madison () Julia for R programmers July 18, 2013 2 / 67 . . . . . . The Julia language To quote its developers, Julia is a high
いつものようにJuliaの情報をウォッチしていたら偶然にもSIMD.jlなるパッケージを発見しました。名前からしてヤバそうなスメルを感じるわけですが、試してみたら非常にヤバイ(いい意味)感じでしたので、取り急ぎご紹介します。 SIMDを使ったベクトル化は1命令で複数の演算をする並列化計算の手法です。最適化のよく効く言語なら、SIMDを使ったベクトル化はコンパイラが自動的にやってくれることもあるのですが、複雑な計算の場合はうまく行かず、結局手で書くことも多いです。CやC++では、SIMD intrinsicsなるものがあり、計算をベクトル化して書くことができるわけですが、これ ( https://software.intel.com/sites/landingpage/IntrinsicsGuide/ ) を見ながらせっせと使える命令を調べて型を合わせることになり、非常に面倒です。それで、J
どうすればPythonをJuliaと同じくらい速く動かせるのか？ : 様々なやり方で計算の高速化を図る Julia対Python 科学技術計算には、Pythonなどの言語よりもJuliaを使った方がいいのでしょうか？ http://julialang.org/ に載っているベンチマークを見ると、どうしてもそんな風に思ってしまいます。というのも、Pythonなどの高水準言語は、スピード面で大幅に劣っているのです。けれども、これは私が最初に感じた疑問ではありません。私が気になったのは、「Juliaのチームが書いたPythonのベンチマークは、Pythonに最適なものだったのか？」ということです。 こういった多言語の比較について、私の考えを述べましょう。まずベンチマークというのは、実行するタスクによって定義されるものです。よって、そのタスクを実行するための最適なコードを、各言語に精通した人々が最
Julia Advent Calendar 9日目の記事です。なんとか途切れさせないでいきましょう。 Juliaと言えばユニットテストが書きやすい言語として有名です[要出典]。 何故書きやすいのかといえば、もちろんマクロがあるからです。 マクロのおかげで、よく分からないアサーションのコードをたくさん覚えなくて済みます。 この記事では、そのへんの理由や、Juliaでの最近のユニットテストの書き方について説明しようと思います。 Juliaのユニットテストの良いところ 以下のテストコードはsumという関数の動作をテストしている想定です: julia> using Base.Test # ok julia> @test sum([1,2,3]) == 6 # not ok julia> @test sum([1,2,3]) == 7 ERROR: test failed: 6 == 7 in ex
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
