Julia高质量科学计算、数学模型包库合集,建议收藏
数据预处理
DataFrames
作用与地位相当于Numpy之于Python,是许多Julia库的基础依赖
http://juliadata.github.io/DataFrames.jl/stable/
CSV
与CSV文件的数据交互
https://juliadata.github.io/CSV.jl/stable/
JSON
与JSON文件的数据交互
https://github.com/JuliaIO/JSON.jl
Random
-
rand(n)
产生n个标准均匀分布U(0,1)伪随机数,n缺省为1. -
randn(n)
产生n个服从标准正态分布的随机数,n缺省为1. -
seed(num)
随机数种子,用于复现或重复生成特定的随机数,num相同,生成随机数相同
XLSX
与Excle文件(xls,xlsx)的数据交互
https://felipenoris.github.io/XLSX.jl/stable/
微积分
DifferentialEquations
- 求解微分方程的数值解
- 求解速度优于标准的C/Fortran方法
- 包含常用的C/Fortran方法,如Sundials和Hairer的radau
- 内置分析功能:
- 前向和伴随局部灵敏度分析
- 贝叶斯参数估计
- 全局灵敏度分析
- ···
https://docs.sciml.ai/stable/
线性代数
LinearAlgebra
为线性代数提供基本支持,Julia的标准库。
IterativeSolvers
求解线性系统,本征系统和奇异值问题的迭代算法
https://juliamath.github.io/IterativeSolvers.jl/dev/
统计建模与分析
Turing
贝叶斯推理与概率编程
https://github.com/TuringLang/Turing.jl
StatsBase
为统计提供基本支持
https://github.com/JuliaStats/StatsBase.jl
Distributions
用于概率分布和相关函数的Julia包。
-
Binomial(n, p)
二项分布 -
Multinomial(n, p)
多项分布 -
Normal(μ, σ)
正态分布 -
Wishart(nu, S)
Wishart分布 -
mean()
期望值 -
var()
方差 -
std()
标准差 -
median()
中位数 -
modes()
众数(可有多个) -
mode()
第一个众数 -
skewness()
偏度系数 -
kurtosis()
峰度系数,正态为0
https://github.com/JuliaStats/Distributions.jl
Regression
回归分析
https://github.com/lindahua/Regression.jl
MixedModels
拟合(统计)混合效果模型
https://github.com/JuliaStats/MixedModels.jl
CurveFit
最小二乘曲线拟合
https://github.com/pjabardo/CurveFit.jl
Interpolations
对离散数据集进行快速连续插值
https://github.com/JuliaMath/Interpolations.jl
MultivariateAnalysis
多变量统计和数据分析(例如降维)
https://github.com/JuliaStats/MultivariateStats.jl
HypothesisTests
置信区间与假设检验
https://github.com/JuliaStats/HypothesisTests.jl
POMDPs
马尔可夫决策过程模拟
https://github.com/JuliaPOMDP/POMDPs.jl
HMMBase
隐马尔可夫模型
https://github.com/maxmouchet/HMMBase.jl
TimeSeries
时间序列
https://github.com/JuliaStats/TimeSeries.jl
优化建模与求解
Convex
凸优化
https://github.com/JuliaOpt/Convex.jl
JuMP
最优化问题建模与求解
https://github.com/JuliaOpt/JuMP.jl
GeneticAlgorithms
遗传算法,可用于求解各类优化问题
https://github.com/WestleyArgentum/GeneticAlgorithms.jl
绘图
Gadfly
Julia科学绘图软件包
http://gadflyjl.org/stable/
Plots
可视化和数据分析利器
http://docs.juliaplots.org/latest/
图论
LightGraphs
图与网络优化
https://juliagraphs.org/LightGraphs.jl/latest/
动力学
DynamicalSystems
非线性动力学与混沌软件库
https://juliadynamics.github.io/DynamicalSystems.jl/latest/
机器学习
Flux
Julia最著名的机器学习库,没有之一
https://fluxml.ai/
深度学习
Knet
Koç(科威特)大学开发的深度学习框架。
https://github.com/denizyuret/Knet.jl
额外福利
Latexify
一个用于从julia对象生成LaTeX数学公式的软件包,论文写作利器。
https://github.com/korsbo/Latexify.jl
“授人予鱼,不如授人予渔”,以上包和Julia目前所有包均可在
https://juliapackages.com/
上找到,你可以根据需要查找自己想要的包。
然而包库众多,质量参差不齐,在选择时应至少考虑以下三点:
1. 更新频次与最后更新时间。
2. Star(收藏数)。
3. 是否支持自己使用的Julia版本。
说明 :
-
以上包可直接通过在julia REPL中输入
Pkg.add("PackageName")
安装。 - 安装过程出现问题,无特殊情况一般为 网络问题 ,建议挑网络状况稍微好点的时间段安装,例如清晨。
- 包库、方法、函数、功能众多,无法一一列举,有需求请访问给出的网址自取开发者文档。
- 绝大部分文档还没有中文版,有困难,借助翻译软件或者浏览器插件食用更佳。
- 虽然收藏从未停止,学习从未开始,但还是有必要收藏一下的,万一哪天又看到了鸡汤,突然热血沸腾,想搞一下,还有个资料可以参看,还是很不错的。