Skip to content

Julia チートシート

Julia は技術計算のための高水準・高性能な動的言語です。

01

基礎

Hello World

println は改行を追加し、print は改行しません

julia
println("Hello, World!")
print("No newline")

コメント

#= =# で複数行コメントを書きます

julia
# Single-line comment

#=
  Multi-line
  comment
=#

# Docstring
"""docstring"""

REPL

ans に直前の結果が格納されます

julia
$ julia
julia> 1 + 1
2
julia> ans  # previous result
2

文字列補間

変数は $、式は $(expression) で埋め込みます

julia
name = "Alice"
age = 30
println("$name is $age")
println("$(age * 2)")

連鎖比較

Julia は連鎖比較をサポートしています

julia
x = 5
1 < x < 10  # true
1 <= x <= 10  # true
02

変数

変数の代入

Unicode の変数名も使えます

julia
x = 10
name = "Alice"
π = 3.14159  # supports Unicode
δ = 0.001

定数

const でグローバル定数を宣言します

julia
const PI = 3.14159
const MAX_SIZE = 100
# const declares a constant

型アノテーション

型アノテーションには :: を使います

julia
x::Int = 10
y::Float64 = 3.14
function f(x::Int)::String
  string(x)
end

多重代入

多重代入をサポートしています

julia
a, b, c = 1, 2, 3
x, y = y, x  # swap
(a, b) = (1, 2)
03

型

基本の型

typeof で型を取得します

julia
typeof(42)       # Int64
typeof(3.14)     # Float64
typeof("hi")     # String
typeof(true)     # Bool
typeof('a')      # Char

型変換

型名を変換関数として使います

julia
Int(3.14)    # 3
Float64(3)   # 3.0
String(42)   # "42"
Char(65)     # 'A'

抽象型

abstract type で抽象型を定義します

julia
abstract type Animal end
abstract type Dog <: Animal end
# <: denotes subtype relationship

構造体

struct は不変(イミュータブル)です

julia
struct Point
  x::Float64
  y::Float64
end

p = Point(1.0, 2.0)
p.x  # 1.0

可変構造体

mutable struct はフィールドの変更を許します

julia
mutable struct Counter
  count::Int
end

c = Counter(0)
c.count += 1

パラメトリック型

T は型パラメータです

julia
struct Point{T}
  x::T
  y::T
end

p = Point{Float64}(1.0, 2.0)
q = Point{Int}(1, 2)
04

多重ディスパッチ

関数のオーバーロード

Julia の中核機能: 多重ディスパッチ

julia
function describe(x::Int)
  "integer: $x"
end

function describe(x::String)
  "string: $x"
end

describe(42)      # "integer: 42"
describe("hi")    # "string: hi"

パラメトリックメソッド

where で型パラメータを指定します

julia
function norm(p::Point{T}) where T
  sqrt(p.x^2 + p.y^2)
end

# Works for all types T

フォールバックメソッド

型アノテーションなしのメソッドはデフォルトとして動作します

julia
function describe(x)
  "unknown: $x"
end

# No type annotation, matches all arguments

メソッドの曖昧性

メソッドの曖昧さを避けるように注意しましょう

julia
f(x::Int, y) = 1
f(x, y::Int) = 2
# f(1, 1) raises an ambiguity error
# Need to define f(x::Int, y::Int) = 3
05

関数

関数の定義

return は省略可能で、最後の式の値が返ります

julia
function add(a, b)
  return a + b
end

# Shorthand
add(a, b) = a + b

無名関数

-> で無名関数を定義します

julia
f = x -> x^2
f(5)  # 25

map(x -> x * 2, [1, 2, 3])

複数の戻り値

複数の値はタプルとして返します

julia
function divrem2(a, b)
  return a ÷ b, a % b
end

q, r = divrem2(10, 3)

キーワード引数

; 以降はキーワード引数になります

julia
function plot(x, y; style="line", color="blue")
  # style and color are keyword arguments
end

plot(1:10, 1:10, color="red")

可変長引数

... で可変長の引数をまとめます

julia
function sumall(args...)
  sum(args)
end

sumall(1, 2, 3, 4)  # 10

do ブロック

do ブロックは無名関数を渡します

julia
map([1, 2, 3]) do x
  x ^ 2
end
# Equivalent to map(x -> x^2, [1,2,3])
06

制御フロー

if-elseif-else

条件分岐の構文です

julia
if x > 0
  println("positive")
elseif x < 0
  println("negative")
else
  println("zero")
end

三項演算子

condition ? true_value : false_value の形式で条件式を書きます

julia
result = x > 0 ? "pos" : "neg"

# Chained
result = x > 0 ? "pos" : x < 0 ? "neg" : "zero"

for ループ

for in で繰り返します

julia
for i in 1:5
  println(i)
end

for (i, v) in enumerate(arr)
  println(i, v)
end

while ループ

while によるループです

julia
i = 1
while i <= 5
  println(i)
  i += 1
end

break と continue

条件には && の短絡評価も使えます

julia
for i in 1:10
  i == 5 && break
  i % 2 == 0 && continue
  println(i)
end
07

配列

配列の作成

配列は列優先(column-major)です

julia
a = [1, 2, 3, 4, 5]
b = [1 2 3; 4 5 6]  # 2x3 matrix
c = zeros(3, 3)
d = ones(5)
e = rand(2, 2)

配列のインデックス

インデックスは 1 から始まります

julia
a = [10, 20, 30, 40, 50]
a[1]      # 10 (1-based)
a[end]    # 50
a[2:4]    # [20, 30, 40]
a[[1, 3]] # [10, 30]

配列の操作

末尾の ! は破壊的な変更を意味します

julia
push!(a, 60)    # add to end
pop!(a)          # remove from end
append!(a, b)    # concatenate
sort(a)          # sort (returns new array)
sort!(a)         # in-place sort

配列内包表記

リスト内包表記に似ています

julia
[x^2 for x in 1:5]
# [1, 4, 9, 16, 25]

[x^2 for x in 1:10 if x % 2 == 0]
# [4, 16, 36, 64, 100]

ブロードキャスト

ブロードキャストには . 演算子を使います

julia
a = [1, 2, 3]
a .^ 2       # [1, 4, 9]
f.(a)        # apply f to each element
a .+ 10      # [11, 12, 13]
08

タプル

タプル

タプルは不変です

julia
t = (1, 2, 3)
t[1]  # 1
t[2]  # 2

# Named tuple
nt = (name="Alice", age=30)
nt.name  # "Alice"

分割代入

タプルの分割代入ができます

julia
a, b, c = (1, 2, 3)
(first, second) = (10, 20)

# Ignore
_, y = (1, 2)
09

辞書

辞書の作成

Dict で辞書を作ります

julia
d = Dict("a" => 1, "b" => 2)
d2 = Dict(:name => "Alice", :age => 30)
d["c"] = 3  # add

アクセスと変更

アクセスも変更も [] で行います

julia
d = Dict("a" => 1, "b" => 2)
d["a"]      # 1
d["a"] = 10 # modify
delete!(d, "b")  # delete

反復処理

キーと値のペアを反復します

julia
for (k, v) in d
  println(k, " => ", v)
end

keys(d)    # all keys
values(d)  # all values

辞書の操作

よく使う辞書の関数

julia
haskey(d, "a")    # true
get(d, "x", 0)     # default value 0
get!(d, "x", 0)    # add if missing
merge(d1, d2)      # merge
10

文字列

文字列の基本

文字列のインデックスは連続しないことがあります(UTF-8)

julia
s = "Hello World"
length(s)    # 11
s[1]         # 'H'
s[1:5]       # "Hello"
lastindex(s) # 11

文字列の操作

よく使う文字列の関数

julia
uppercase("hi")    # "HI"
lowercase("HI")    # "hi"
reverse("hello")   # "olleh"
strip("  hi  ")     # "hi"

検索と置換

文字列の検索と置換

julia
s = "Hello World"
findfirst("World", s)  # 7:11
occursin("World", s)   # true
replace(s, "World" => "Julia")  # "Hello Julia"

分割と結合

split と join

julia
split("a,b,c", ",")   # ["a", "b", "c"]
join(["a", "b"], "-")  # "a-b"
split("hello", "")     # ['h','e','l','l','o']
11

数学関数

基本の数学関数

組み込みの数学関数

julia
abs(-5)      # 5
sqrt(16)    # 4.0
cbrt(27)    # 3.0
sign(-5)    # -1
floor(3.7)  # 3.0
ceil(3.2)   # 4.0

三角関数

角度はラジアンで指定します

julia
sin(π/2)   # 1.0
cos(0)     # 1.0
tan(π/4)  # 1.0
asin(1)   # 1.5707... (π/2)

対数と指数

log は自然対数です

julia
log(ℯ)      # 1.0 (natural log)
log2(8)    # 3.0
log10(100) # 2.0
exp(1)     # 2.718... (ℯ)

特殊な値

数学定数と特殊な値

julia
π     # 3.14159...
ℯ     # 2.71828...
Inf   # positive infinity
NaN   # not a number
im    # imaginary unit
12

線形代数

行列の操作

LinearAlgebra 標準ライブラリを使います

julia
using LinearAlgebra

A = [1 2; 3 4]
A'        # transpose
inv(A)    # inverse matrix
det(A)    # determinant
rank(A)   # rank

行列の分解

さまざまな行列分解

julia
A = [1.0 2.0; 3.0 4.0]
F = lu(A)    # LU decomposition
F = qr(A)    # QR decomposition
F = svd(A)   # SVD decomposition
F = eigen(A) # eigendecomposition

ベクトルの操作

ベクトルの操作

julia
v1 = [1, 2, 3]
v2 = [4, 5, 6]
dot(v1, v2)    # dot product
cross(v1, v2)  # cross product
norm(v1)       # norm
v1 ⋅ v2       # dot product (Unicode)
13

統計

基本の統計

Statistics 標準ライブラリ

julia
using Statistics

data = [1, 2, 3, 4, 5]
mean(data)    # 3.0
median(data)  # 3.0
std(data)     # standard deviation
var(data)     # variance

分位数

分位数の計算

julia
using Statistics

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
quantile(data, 0.25)  # 3.25
quantile(data, 0.5)   # 5.5
quantile(data, 0.75)  # 7.75

相関と共分散

相関係数と共分散

julia
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
cor(x, y)    # 1.0 (correlation coefficient)
cov(x, y)    # covariance
14

プロット

基本のプロット

Plots.jl が主要なプロットライブラリです

julia
using Plots

x = 1:10
y = x .^ 2
plot(x, y, title="Quadratic", label="x^2")

散布図

scatter で散布図を描きます

julia
using Plots

x = rand(50)
y = rand(50)
scatter(x, y, markersize=5, color=:red)

サブプロット

layout でサブプロットの配置を制御します

julia
using Plots

p1 = plot(1:10, 1:10)
p2 = plot(1:10, (1:10).^2)
plot(p1, p2, layout=(2, 1))

画像の保存

savefig で画像を保存します

julia
using Plots

p = plot(sin, 0, 2π)
savefig(p, "sine.png")
15

DataFrames

DataFrame の作成

DataFrames.jl は pandas に似ています

julia
using DataFrames

df = DataFrame(
  name = ["Alice", "Bob", "Carol"],
  age = [25, 30, 35],
  city = ["NYC", "LA", "SF"]
)

データへのアクセス

行と列へのアクセス

julia
df.name      # column
df[1, :]     # first row
df[:, :age]  # age column
df[1:2, :]   # first two rows

フィルタとソート

フィルタリングとソート

julia
using DataFrames

filter(:age => >(28), df)  # age > 28
sort(df, :age)            # sort by age
sort(df, :age, rev=true)  # descending

グループ化と集計

グループ化した集計には groupby + combine を使います

julia
using DataFrames, Statistics

combine(groupby(df, :city), :age => mean => :avg_age)
16

ファイル I/O

テキストの読み書き

open の do ブロックはファイルを自動的に閉じます

julia
# Write
open("output.txt", "w") do f
  write(f, "Hello World")
end

# Read
content = read("input.txt", String)

1 行ずつの読み込み

eachline で 1 行ずつ反復します

julia
for line in eachline("data.txt")
  println(line)
end

# Or
lines = readlines("data.txt")

CSV ファイル

CSV.jl で CSV ファイルを扱います

julia
using CSV, DataFrames

df = CSV.read("data.csv", DataFrame)
CSV.write("output.csv", df)

JSON ファイル

JSON.jl で JSON を扱います

julia
using JSON

data = JSON.parsefile("data.json")
JSON.print("output.json", data)
17

モジュール

モジュールの定義

export で公開インターフェースを宣言します

julia
module MyModule

export greet, add

greet(name) = println("Hello $name")
add(a, b) = a + b

end  # module

モジュールのインポート

using と import の違い

julia
using MyModule     # imports exported names
using MyModule: greet  # selective import
import MyModule        # needs MyModule.greet
import MyModule: add    # selective import

標準モジュール

標準ライブラリのモジュール

julia
using Dates        # date and time
using LinearAlgebra # linear algebra
using Statistics     # statistics
using Random         # random numbers
18

マクロ

マクロの定義

マクロはコンパイル時に AST を操作します

julia
macro sayhi(name)
  return :(println("Hi, $name"))
end

@sayhi "Alice"  # Hi, Alice

式のクォート

:() で式オブジェクトを作ります

julia
ex = :(1 + 2)
# :(1 + 2)

dump(ex)
# Expr
#   head: Symbol call
#   args: Array[...]

よく使うマクロ

組み込みの常用マクロ

julia
@time sleep(1)      # timing
@assert 1 == 1      # assertion
@show x              # print variable name and value
@elapsed sleep(0.1)  # return only time
@which sin(1)        # view method location
19

メタプログラミング

式の構築

Expr で AST を構築します

julia
ex = Expr(:call, :+, 1, 2)
eval(ex)  # 3

# Equivalent to
eval(:(1 + 2))  # 3

コード生成

ループでコードを生成します

julia
for op in (:+, :-, :*, :/)
  eval(:(f($op, a, b) = $op(a, b)))
end

f(+, 1, 2)  # 3

マクロの衛生性

マクロの衛生性により変数名の衝突を避けられます

julia
macro setx(val)
  return :(x = $val)
end

# Variables in macros are hygienic and won't pollute the caller's scope
20

並列コンピューティング

マルチスレッド

並列ループには @threads マクロを使います

julia
# Start: julia --threads=4
Threads.nthreads()  # 4

Threads.@threads for i in 1:100
  results[i] = compute(i)
end

分散コンピューティング

Distributed 標準ライブラリ

julia
using Distributed
addprocs(4)  # add 4 worker processes

@everywhere function work(x)
  x ^ 2
end

pmap(work, 1:100)  # parallel map

リモート呼び出し

非同期のリモート呼び出し

julia
using Distributed

ref = @spawnat :any sqrt(16)
fetch(ref)  # 4.0

# @spawnat executes on a specified process
21

コルーチン

Task

Task は Julia のコルーチンです

julia
t = Task(() -> begin
  println("running")
  return 42
end)

schedule(t)
wait(t)

Channel

コルーチン間の通信には Channel を使います

julia
ch = Channel(32)

put!(ch, 1)
put!(ch, 2)
take!(ch)  # 1
take!(ch)  # 2

プロデューサー・コンシューマー

コルーチンでプロデューサー・コンシューマーを実装します

julia
function producer(ch)
  for i in 1:5
    put!(ch, i)
  end
end

task = @task producer(Channel(10))
for val in task
  println(val)
end
22

例外処理

try-catch

try-catch-finally の構造で例外を処理します

julia
try
  risky()
catch e
  println("Error: $e")
finally
  cleanup()
end

例外のスロー

throw で例外オブジェクトを投げます

julia
throw(ErrorException("something wrong"))
throw(DomainError(-1, "negative"))
error("generic error")

カスタム例外

Exception 型を継承します

julia
struct MyError <: Exception
  msg::String
end

throw(MyError("custom error"))

アサーション

@assert マクロ

julia
@assert x > 0 "x must be positive"
# Throws AssertionError when condition is false
23

正規表現

正規表現

r"" で正規表現を作ります

julia
re = r"\d+"
occursin(re, "abc123")  # true
match(re, "abc123")     # RegexMatch

マッチ

match はマッチ結果を返します

julia
m = match(r"(\w+)@(\w+)", "user@host")
m.match   # "user@host"
m.captures  # ["user", "host"]
m[1]      # "user"

全件マッチ

eachmatch ですべてのマッチを反復します

julia
for m in eachmatch(r"\d+", "a1b2c3")
  println(m.match)
end
# 1, 2, 3

置換

replace は正規表現に対応しています

julia
replace("a1b2c3", r"\d" => "#")
# "a#b#c#"

replace("hello", r"l" => "L" => count=1)
# "heLlo"
24

DateTime

日付の作成

Dates 標準ライブラリ

julia
using Dates

now()                    # current time
Date(2024, 1, 15)       # date
DateTime(2024, 1, 15, 10, 30)  # datetime

フォーマット

フォーマットとパース

julia
using Dates

dt = now()
Dates.format(dt, "yyyy-mm-dd HH:MM:SS")
Date("2024-01-15", "yyyy-mm-dd")

日付の演算

時間間隔の型

julia
using Dates

d1 = Date(2024, 1, 1)
d2 = d1 + Day(30)     # add 30 days
diff = d2 - d1        # 30 days
Day(1) + Hour(12)     # datetime arithmetic
25

パッケージ

パッケージのインストール

Pkg.add でパッケージをインストールします

julia
using Pkg
Pkg.add("Plots")
Pkg.add(["DataFrames", "CSV"])
Pkg.rm("Plots")  # remove

パッケージの管理

よく使う Pkg コマンド

julia
Pkg.status()    # view installed
Pkg.update()    # update all
Pkg.instantiate()  # install per Project.toml
Pkg.activate("env")  # activate environment

環境

プロジェクト環境の管理

julia
# Project.toml defines dependencies
# Manifest.toml locks versions

Pkg.activate("myproject")  # activate environment
Pkg.resolve()  # resolve dependencies
26

Pkg マネージャー

REPL の Pkg モード

] で Pkg の REPL モードに入ります

julia
julia> ]
pkg> add Plots
pkg> rm Plots
pkg> status
pkg> update
pkg> test Plots

パッケージの作成

generate でパッケージの雛形を作ります

julia
pkg> generate MyPackage

# Directory structure
# MyPackage/
#   Project.toml
#   src/MyPackage.jl

開発モード

dev は開発モードでインストールします

julia
pkg> dev ./MyPackage  # local development
pkg> dev MyPackage    # dev version from GitHub
pkg> free MyPackage   # exit development mode
27

相互運用

C の呼び出し

ccall で C の関数を呼び出します

julia
ccall((:sqrt, "libm"), Float64, (Float64,), 16.0)
# 4.0

Python の呼び出し

PyCall.jl で Python を呼び出します

julia
using PyCall
np = pyimport("numpy")
np.array([1, 2, 3])
np.mean([1, 2, 3])

R の呼び出し

RCall.jl で R を呼び出します

julia
using RCall
R"sd(c(1,2,3,4,5))"  # call R code
28

GPU コンピューティング

CUDA 配列

CUDA.jl は NVIDIA GPU に対応しています

julia
using CUDA

a = CUDA.ones(1000)
b = CUDA.zeros(1000)
c = a .+ b  # operations on GPU

GPU カーネル

@cuda で GPU カーネルを起動します

julia
using CUDA

function kernel!(a)
  i = threadIdx().x
  if i <= length(a)
    @inbounds a[i] *= 2
  end
  return
end

@cuda threads=256 kernel!(a)

AMD GPU

AMDGPU.jl は AMD GPU に対応しています

julia
using AMDGPU

a = ROCArray(ones(100))
b = a .* 2  # operations on AMD GPU

Was this helpful?