Loopar är ett av kärnkoncepten i Julia. I det här kapitlet lär du dig om for-loopar och while-loopar, och hur du använder dem för att iterera över datastrukturer som du redan känner till. Du går också igenom intervall – ett praktiskt verktyg för att generera sekvenser av data.

For-loopar

Fråga om for-loopar

Iterera över en vektor

Slingor och enumerate

Loopa över nästlade strukturer

While-loopar

Skriva en while-loop

While-loopar för iteration

Intervall

Intervall – iteration

Definiera intervall

Iterera över intervall

Splat-uppackning

Loopar och intervall

Det här kapitlet fokuserar på att bredda dina kunskaper om de datastrukturer som finns i Julia. Lär dig att använda tupler, dictionaries, flerdimensionella arrayer och strukturer för att lagra och traversera data snabbt och effektivt.

Tupler

När ska du använda en tuple?

Skapa, indexera och skiva en tupel

Skapa en NamedTuple för en person

Lexikon

Skapa en otypad ordbok och iterera

Skapa typad dict, iterera

Ändra nycklar/värden i dict, använd get()

Flerdimensionella arrayer

Skapa 1D- och 2D-arrayer

Indexera och skiva en 2D-array

Sammanfoga arrayer

Structs

Definiera en struktur

Muterbara och typade structs

Datastrukturer

I det här kapitlet fördjupar du din förståelse av funktioner och utforskar positionella argument, nyckelordsargument och standardargument. Du går också igenom tidmätning av kodexekvering och lär dig hur du mäter hur lång tid din kod tar att köra. Kapitlet avslutas med ett kapitelövergripande projekt där du skriver egna funktioner för att lösa verkliga problem.

Körtid och mätning

Det inbyggda time-makrot

Tidmätning av en funktion

Positionsargument, standardargument och typdeklarationer

Repetition av positionsargument

Standardargument

Typdeklarationer

Nyckelordsargument

Variabelt antal argument

Skriv din egen funktion

Skriv egna funktioner

Skriv egna funktioner – structs

Avancerade funktioner i Julia

I det här sista kapitlet introduceras anonyma funktioner och en av Julias kraftfulla egenskaper – multipel dispatch – gås igenom. Du lär dig att använda funktioner från Python- och R-paket i Julia, och hur du rensar och modifierar data i dataframes.

Anonyma funktioner och multipel dispatch

Multipel dispatch

Anonyma funktioner

Filtrera DataFrames

Importera funktioner från Python och R

Importera Python och R

Python-funktioner i Julia

R-funktioner i Julia

Rensa data

Byta namn på kolumner

Saknade värden

Avancerad hantering av saknade värden

Grattis!

DataFrame-operationer och Python/R-paket i Julia

Airline Fleets Data

Video Game Sales Data

StudentsPerformance

Den här kursen bygger vidare på grunderna från Introduktion till Julia och tar dig ett steg närmare att behärska språket. Du lär dig om olika loopar och avancerade datastrukturer, till exempel dictionaries, tupler och structs. Du lär dig också att definiera egna Julia-funktioner för återanvändbar kod och hur du mäter körtiden för att göra din kod så effektiv som möjligt.
I slutet av kursen hanterar du mer komplexa DataFrame-operationer för att inspektera och rensa datamängder med lätthet. Du kan dessutom använda dina kunskaper i Python och R direkt i Julia via paketen PyCall och RCall.

Julia är ett relativt nytt programmeringsspråk som är utvecklat för att vara snabbt och effektivt, samtidigt som det har en liknande syntax som andra programmeringsspråk som Python eller Ruby. Den här kursen bygger vidare på Introduction to Julia och tar upp ämnen som loopar och tidsmätning, så att du kan dra nytta av Julias hastighet och prestanda.<br><br><h2>Bygg vidare på dina Julia-grunder</h2>Genom att bygga vidare på de centrala koncepten från introduktionskursen tar du ett steg närmare att bemästra Julia. Du kommer först att lära dig om olika loopar, ett av de vanligaste verktygen i Julia och alla programmeringsspråk.<br><br><h2>Utforska avancerade Julia-datastrukturer</h2>Du kommer också att gå igenom avancerade datastrukturer, inklusive dictionaries, tuples och structs. Dessutom kommer du att lära dig hur du definierar egna Julia-funktioner för att återanvända kod och hur du mäter tiden för din kod för att göra den så effektiv som möjligt.<br><br>När du har slutfört den här kursen kommer du att kunna arbeta med mer avancerade DataFrame-operationer för att granska och rensa en global datamängd över videospelsförsäljning uppdelad per region. Du kommer också att kunna använda dina kunskaper i Python och R i Julia när vi introducerar paketen PyCall och RCall, vilket gör att du kan använda Python- och R-funktioner i Julia.<br><br>När du är klar har du byggt en stark grund i Julia-programmering som du kan fortsätta utveckla genom fler kurser.

Introduction to Julia

Förbättra dina Julia-kunskaper med vår kurs. Lär dig om loopar, avancerade datastrukturer och mer.

Julia för medelnivå

Bygg vidare på dina Julia-kunskaper med vår kurs för dig som är på mellannivå. Lär dig loops, avancerade datastrukturer, timing och mer. 

Julia-grunderna

Quantitative Developer

Översikt av funktionsargument

Positionsargument

Nu kör vi en övning!

Avancerade funktioner i Julia - Positionsargument, standardargument och typdeklarationer

Positionsargument, standardargument och typdeklarationer

Create Your Free Account