Natknąłem się na pytanie z 2012 roku, które miało bardzo dobrą dyskusję na temat Julii jako alternatywy dla R / Python dla różnych rodzajów prac statystycznych.
Oto oryginalne Pytanie z 2012 roku dotyczące obietnicy Julii
Niestety Julia była wtedy bardzo nowa, a zestawy narzędzi potrzebne do prac statystycznych były nieco prymitywne. Błędy były usuwane. Dystrybucje były trudne do zainstalowania. I tak dalej.
Ktoś bardzo trafnie skomentował to pytanie:
To powiedziawszy, minie 5 lat, zanim będzie można odpowiedzieć na to pytanie z perspektywy czasu. Na chwilę obecną Julii brakuje następujących krytycznych aspektów systemu programowania statystycznego, który mógłby konkurować z R dla codziennych użytkowników:
To było w 2012 roku. Teraz, gdy minął rok 2015 i minęły trzy lata, zastanawiałem się, jak ludzie myślą, że Julia sobie poradziła?
Czy jest bogatsze doświadczenie z samym językiem i całym ekosystemem Julii? Chciałbym wiedzieć.
Konkretnie:
- Czy doradziłbyś nowym użytkownikom narzędzi statystycznych nauczenie się Julii nad R.?
- W jakich przypadkach użycia statystyk doradziłbyś komuś użycie Julii?
- Jeśli R przy danym zadaniu jest powolny, czy sensowne jest przejście na Julię lub Python?
Uwaga: po raz pierwszy opublikowano 14 czerwca 2015 r.