原文：
www.kdnuggets.com/2022/11/setup-julia-jupyter-notebook.html
图片由作者提供
Julia 是一种高级通用语言，旨在进行高性能计算。由于自然语言语法、更快的代码执行速度和强大的机器学习生态系统，它在数据社区和研究人员中越来越受欢迎。
1. Google 网络安全证书 - 快速进入网络安全职业。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT 工作
由于集成笔记本的普及，数据科学家和研究人员现在在 Jupyter Notebook 上运行 Python、R、Bash、Scala、Ruby 和 SQL。现在，我们将学习如何安装 Julia 并将其配置到 Jupyter notebook 中。此外，我们将加载 CSV 文件并执行时间序列数据可视化。
Julia 可以通过在 REPL 中运行代码或执行 .jl 文件来使用，但在 Jupyter notebook 中运行代码可以给我们更多的实验控制权。你可以在笔记本中进行数据分析、训练机器学习模型，甚至创建一个 Julia 软件包。
你可以通过访问官方网站下载并安装当前稳定版的 Julia。稳定版可用于 Windows、Linux 和 macOS。
我花了几分钟下载并安装了适用于 Windows 的 Julia。要运行 Julia REPL，你可以在 PowerShell、终端或 Bash 中输入“julia”。你也可以在开始菜单中找到 Julia 图标并点击它以启动 REPL。
要将 Julia 与 Jupyter Notebook 集成，你需要安装Ijulia软件包。
在 Julia REPL 中，输入：
using Pkg
Pkg.add("IJulia")
图片由作者提供 | Julia REPL
你也可以通过输入“]”进入包菜单来安装 Julia 软件包。之后输入 add Ijulia 来安装该软件包。
图片由作者提供 | 安装 Ijulia
我们现在准备使用 Jupyter Notebook。启动 Jupyter notebook，点击新建按钮并选择Julia环境。
作者提供的图像 | Jupyter Notebook
对于 VSCode，创建一个新的 Jupyter Notebook 文件，并通过点击内核名称将内核从 Python 更改为 Julia，如下所示。
现在我们有 R、Python 和 Julia 环境。你可以根据需求在它们之间切换。
作者提供的图像 | VScode Jupyter Notebook
安装 Julia 后，我们来写一个简单的代码来打印文本。与 Python 一样，它顺利执行了命令。
作者提供的图像 | Jupyter Notebook 上的代码执行
print("Visit KDnuggets.com for more cheat sheets and additional learning resources.")
>>> Visit KDnuggets.com for more cheat sheets and additional learning resources.你可以在 Jupyter 单元格中通过输入 using Pkg 和 Pkg.add(<Package Name>) 来安装任何 Julia 包。
我们将安装 DataFrame、CSV、Plots、PyPlot 和 RollingFunctions。
using Pkg
Pkg.add("DataFrames")
Pkg.add("CSV")
Pkg.add("Plots")
Pkg.add("PyPlot")
Pkg.add("RollingFunctions")要访问包，你需要输入 **using** 然后输入所有包名，包名之间用逗号“,”分隔。
接下来，我们将下载美国 COVID 跟踪数据，并将 CSV 文件保存为“covid_us.csv”。
然后，我们将使用 CSV.read 来读取 CSV 文件并将其转换为 DataFrame。我们将选择“date”和“totalTestResultsIncrease”两个列，并更改日期格式。
最后，我们将：
-
过滤结果以移除负值
-
将 dataframe 按升序排序
-
显示最后 5 行。
using Downloads, DataFrames, CSV, Plots, Dates
download_covid = Downloads.download("https://api.covidtracking.com/v1/us/daily.csv",
"covid_us.csv")
columns = [:date, :totalTestResultsIncrease]
fmt = "yyyymmdd"
t = Dict(:date=>Date)
covid_df = CSV.read("covid_us.csv",
DataFrame,
dateformat=fmt,
select=columns,
types=t)
covid_df = sort(filter(row -> row.totalTestResultsIncrease > 0, covid_df))
last(covid_df,5)
我已修改 Jonathan Dinu 的代码，以显示美国总测试能力的条形图。
我们将使用 Plot.jl 显示条形图，并使用 RollingFunctions.jl 获取 7 天的总测试结果平均值。
using RollingFunctions
# plot daily test increase as sticks
Plots.plot(covid_df.date,
covid_df.totalTestResultsIncrease,
seriestype=:sticks,
label="Test Increase",
title = "USA Total Testing Capacity",
lw = 2)
# 7-day average using rolling mean
window = 7
average = rollmean(covid_df.totalTestResultsIncrease, window)
# we mutate the existing plot
Plots.plot!(covid_df.date,
cat(zeros(window - 1), average, dims=1),
label="7-day Average",
lw=3)
这太棒了。
你可以通过访问 Julia Packages 网页，轻松找到在 Julia 中的替代 Python 和 R 数据分析包。
Julia 易于使用，且代码执行速度比 Python 快。如果你正在从 R 和 Matlab 过渡到 Julia，语法和包生态系统将让你感觉自然。
这是一种通用语言，最近由于完全基于 Julia 构建的本地包提供了更快的训练和推理时间，开始吸引机器学习社区。
如果你有任何关于 Julia 的问题，可以在评论中问我。你还可以加入 Julia 社区，使用 Slack、Discord 和 Discourse 了解最新动态。
Abid Ali Awan (@1abidaliawan) 是一位认证数据科学专家，热衷于构建机器学习模型。目前，他专注于内容创作和撰写有关机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络构建一个人工智能产品，帮助那些面临心理健康困扰的学生。