julia和python对比_Julia(Julia-lang)性能与Fortran和Python相比

我修改了一个简单的程序来计算和绘制Julia的运动涡度来测试语言，我也用Python编写它没有特别的原因。

(免责声明：1.我阅读的每个性能比较stackoverflow被淹没不全面/正确/写好/相关等等 – 我不是假装这是一个真正的比较，我只想知道如何做Julia更快2.我知道python可以被优化，在Cython中实现，这不是这个讨论的一部分，它只是在这里参考Julia和Python中的等效功能。)

代码和性能结果可以看出in a gist。

Julia的表现要比Fortran慢得多。执行计算所用的时间是(50000个时间步长)：

Fortran: 0.051s

Julia: 2.256s

Python: 30.846s

朱利娅比Fortran慢得多(约44倍)，差距缩小，但仍然有10倍的时间步长(0.50s vs 15.24s)。

这些结果与the julia home page上显示的结果大不相同。我做错了什么？我可以修复朱莉娅明显更快吗？

我已经阅读了Julia Performance Tips页面和比较茱莉亚主页后面的代码，没有什么是我来解决的。

还有趣的是，Julia加载PyPlot非常慢(5秒Ish !!)，比Python慢​​得多的文本文件。我可以做任何改进这些事情吗？

请注意，上面的时间并没有显示Julia和Python的加载时间，只是计算AFAIK所需的时间 – 参见代码。对于fortran，这是整个事情。在每种情况下，绘图已经关闭，大致可以进行速度比较。

计算机：Intel i7-3770，16GB RAM，SSD HD，操作系统：Ubuntu 13.10 64位，Fortran：gfortran，GNU Fortran(Ubuntu / Linaro 4.8.1-10ubuntu9)4.8.1，Julia：Version 0.3.0-prerelease 396( 2013-12-12 00:18 UTC)，提交c5364db *(0天大师)，x86_64-linux-gnu，Python：2.7.5

更新：

基于ivarne的建议，我重写了Julia脚本(以上更新)：将grunt工作封装在函数中，声明一切的类型，并将矩阵的不同元素分割成不同的数组(如适用)。 (我在很多地方添加了Float64，因为我尝试了Float32看看是否有帮助，大部分时间没有)。

结果如下：

50,000个时间步长：

Fortran: 0.051s (entire programme)

Julia: raw calc.: 0.201s, calc. and return (?): 0.758s, total exec.: 6.947s

50万次步骤：

Fortran: 0.495s (entire programme)

Julia: raw calc.: 1.547s, calc. and return (?): 2.094s, total exec.: 8.521s

结论是：

你可以加快朱莉娅的速度。

>您可以显着影响Julia的速度，具体取决于您如何衡量其性能。