Julia
MIT研究人员于2009年发起的开源高性能编程语言，通过即时编译（JIT）技术和精心设计的类型系统，同时具备动态语言的灵活性和接近C语言的执行性能，广泛应用于科学计算、数值模拟、数据科学等领域
核心事实
时间轴 (近 90 天)
科研领域的编程语言和工具高度碎片化：生物信息学家用 Python 和 R，物理学家用 C++ 和 Julia，社会科学研究者可能用 Stata 或 SPSS。
Julia 的核心优势在于多分派和原生并行计算，在科学计算、微分方程求解、机器学习研究等领域有稳定用户群。
Julia 是一门为高性能数值计算而设计的动态编程语言，2012 年首次发布，语法接近 Python 和 MATLAB，通过 LLVM 编译执行，性能接近 C。
几乎所有科学计算语言（NumPy、MATLAB、R、Julia）的底层线性代数最终都会调用 BLAS/LAPACK 等库。
Calculus with Julia 是一个将 Julia 语言引入微积分教学的开源项目
Julia 语言拥有接近 C 的运行速度和接近 Python 的易用性
SymPy.jl 支持 Julia 中的符号微积分运算
Plots.jl 为 Julia 提供统一的绘图接口
QuadGK.jl 等库可以在 Julia 中高效完成数值积分
Julia 采用 JIT（即时编译）机制，在首次调用函数时将其编译为针对当前数据类型优化的机器码
还有 19 条时间轴事件
全部知识事实 (20)
Jupyter的名称是Julia、Python和R三种科学计算语言的合称
90%待验证科研领域的编程语言和工具高度碎片化：生物信息学家用 Python 和 R，物理学家用 C++ 和 Julia，社会科学研究者可能用 Stata 或 SPSS。
50%待验证Julia 是一门为高性能数值计算而设计的动态编程语言，2012 年首次发布，语法接近 Python 和 MATLAB，通过 LLVM 编译执行，性能接近 C。
50%待验证Julia 的核心优势在于多分派和原生并行计算，在科学计算、微分方程求解、机器学习研究等领域有稳定用户群。
50%待验证几乎所有科学计算语言（NumPy、MATLAB、R、Julia）的底层线性代数最终都会调用 BLAS/LAPACK 等库。
50%待验证Julia 采用 JIT（即时编译）机制，在首次调用函数时将其编译为针对当前数据类型优化的机器码
50%待验证Julia 程序通常在第一次运行时有短暂的预热延迟，但之后的重复计算速度大幅领先解释型语言
50%待验证Julia 用纯语言写出的代码可以接近 C 的运行速度，被视为对两语言问题的解法
50%待验证Jupyter Notebook 通过 IJulia.jl 内核支持 Julia
50%待验证Pluto.jl 是 Julia 社区开发的响应式笔记本，单元格之间存在依赖追踪，修改变量后所有依赖它的单元格会自动重新执行
50%待验证对初次接触 Julia 的学习者，Pluto 的即时反馈特性往往能提供比 Jupyter 更流畅的探索体验
50%待验证Julia 语言拥有接近 C 的运行速度和接近 Python 的易用性
50%待验证Plots.jl 为 Julia 提供统一的绘图接口
50%待验证QuadGK.jl 等库可以在 Julia 中高效完成数值积分
50%待验证SymPy.jl 支持 Julia 中的符号微积分运算
50%待验证Calculus with Julia 是一个将 Julia 语言引入微积分教学的开源项目
50%待验证数据管线从OpenStreetMap抓取电力要素，筛选69千伏以上输电系统，并结合EIA数据与人口普查数据构建电网模型，最终用Julia的PowerModels包运行最优潮流
50%待验证Julia编程语言项目于2009年由MIT的几位研究人员启动
50%待验证Julia已成长为拥有数百万用户的编程语言
50%待验证Julia应用于科学计算、药物设计、航空工程等领域
50%