A última versão da Julia 1.0, linguagem de programação dinâmica de alto nível e desempenho para computação científica, fornece uma API estável e um novo gerenciador de pacotes.
A equipe de desenvolvimento da Julia anunciou a versão 1.0 no evento JuliaCon 2018, que ocorreu em no começo de agosto em Londres. Esta é a primeira versão completa e estável do Julia, sendo o lançamento mais importante desde que foi apresentada em Fevereiro de 2012.
A versão 1.0 da Julia fornece um desempenho comparado ao da linguagem C++, com a produtividade e facilidade de uso similar às linguagens Python e R. No último ano pesquisadores utilizaram Julia em supercomputadores para catalogar e analisar 200 milhões de objetos astronômicos em 15 minutos, sendo mil vezes mais rápido que a taxa anterior.
Em relação a estabilidade da linguagem, o código escrito na versão 1.0 da Julia continuará funcionando nas versões futuras.
O novo gerenciador de pacotes facilita a instalação de pacotes e dependências. Também suporta a criação de ambientes de pacotes específicos por projetos e registra o estado exato das aplicações para compartilhar com outras aplicações. Finalmente, esse novo design também fornece suporte a pacotes privados e repositórios de pacotes.
Julia também fornece uma nova representação canônica para valores faltantes. Representar e trabalhar com dados faltantes é fundamental para análises estatísticas e ciência de dados. Qualquer tipo coleção genérica pode suportar valores faltantes permitindo que elementos possam ser incluídos com valores pré-definidos.
No Julia 1.0, o broadcasting, já é uma funcionalidade central da linguagem, é simples de estender para tipos customizados e implementa computação otimizada para GPUs e outros hardwares vetorizados.
Julia é uma linguagem de programação dinâmica com suporte para uso iterativo. Os programas escritos em Julia podem ser compilados em código nativo para múltiplas plataformas via LLVM. Julia possui suporte para tipos de dados descritivos, as declarações de tipos podem ser usadas para explicar e solidificar os programas. A linguagem é uma boa escolha para programas que fazem uso de computação numérica, que por sua vez faz com que seja uma boa escolha para funções relacionadas à matemática. São suportados diversos tipos de dados numéricos e paralelismo.
A funcionalidade multiple dispatch na linguagem Julia facilita a expressão de muitos padrões de programação orientados a objeto e funcional. A biblioteca padrão fornece I/O assíncrono, controle de processos, logging, profile e gerenciamento de pacotes. Multiple dispatch é um ajuste natural para definição de números e arrays como tipos de dados. Os pacotes padrões da Julia incluem matrizes de quantidades unitárias, e dados para colunas de tabelas para valores monetários e cores.
Julia é liberada com base no modelo de licença do MIT. Podemos executar Julia diretamente do terminal usando linha de comando, ou no navegador por meio do site do JuliaBox com notebooks Jupyter.
Para mais informações da última versão, confira a documentação da Julia 1.0 ou faça o download para testar. Outros recursos úteis são: pacotes do Julia, código fonte, fórum de discussão e canal no Slack.