趋近智
理解 Julia 的具体语法是机器学习 (machine learning)中数据操作的基础。尽管你可能熟悉其他语言的编程基础知识,但 Julia 有其表达这些理念的独特方式,尤其是在处理数值和以数据为中心的工作时。掌握这些语法在转向 DataFrames.jl 或机器学习库等专用工具之前非常必要。你将掌握处理数据、编写数据处理函数以及使用 Julia 强大表达力完成常见数据任务的基本语法。
在 Julia 中,为变量赋值非常直接,符合你的预期。Julia 是动态类型的,但类型由编译器推断,这有助于提升其性能。
# 变量赋值
numberOfFeatures = 10
learningRate = 0.01
modelName = "Linear Regression"
isActive = true
基本算术运算与常规操作一样。当处理数据集合时,例如数组(我们很快会详细介绍),Julia 的点语法(用于广播操作)在逐元素计算时变得非常有用。
a = 5
b = 2
sum_val = a + b # 7
difference_val = a - b # 3
product_val = a * b # 10
quotient_val = a / b # 2.5
power_val = a ^ b # 25
对于逻辑运算,Julia 使用熟悉的运算符:
x = 10
y = 20
isGreater = x > y # false
isEqual = (x * 2) == y # true
logicalAnd = (x > 0) && (y > 0) # true
logicalOr = (x < 0) || (y > 0) # true
logicalNot = !(x > y) # true
有效处理数据通常需要迭代数据集或有条件地应用逻辑。Julia 提供了标准的控制流结构,但也具有一些非常适合数据操作的特性。
for 循环用于迭代一系列值或集合中的元素。
# 迭代一个范围
for i in 1:5
println("Iteration: ", i)
end
# 迭代数组元素
feature_weights = [0.1, 0.5, 0.25, 0.15]
for weight in feature_weights
println("Feature weight: ", weight)
end
# 获取索引和值
for (index, weight) in enumerate(feature_weights)
println("Feature ", index, " has weight: ", weight)
end
enumerate 函数很方便,当你在迭代时需要元素的索引和值时,尤其是在更新或引用特定数据点时很常见。
while 循环在条件保持为真时继续执行。
count = 0
total = 0
while count < 5
count += 1
total += count
println("Current count: ", count, ", Current total: ", total)
end
# 输出将显示累加到 count = 5
while 循环在迭代次数事先未知时很有用,例如在迭代优化算法中直到收敛。
条件语句根据特定条件指导执行流。
temperature = 25.5
if temperature > 30.0
println("It's hot.")
elseif temperature < 10.0
println("It's cold.")
else
println("It's moderate.")
end
# 简洁条件判断的三元运算符
status = temperature > 20.0 ? "Warm" : "Cool"
println("The weather is: ", status) # 天气是: Warm
这对于数据清洗(例如,根据条件处理异常值)或特征工程(例如,根据阈值创建类别变量)非常基本。
推导式提供了一种创建数组、字典或其他集合的简洁方式。它们通常比显式循环在构建集合时更具可读性,有时性能也更好。
# 创建一个从1到5的平方数组
squares = [i^2 for i in 1:5]
println(squares) # 输出: [1, 4, 9, 16, 25]
# 创建一个从1到10的偶数数组
even_numbers = [i for i in 1:10 if i % 2 == 0]
println(even_numbers) # 输出: [2, 4, 6, 8, 10]
# 字典推导式
feature_names = ["age", "income", "education"]
feature_indices = Dict(name => i for (i, name) in enumerate(feature_names))
println(feature_indices) # 输出: Dict("income" => 2, "education" => 3, "age" => 1)
推导式在基于条件转换数据或选择子集时特别强大。
函数是编写模块化和可重用代码的核心,这在任何机器学习 (machine learning)项目中都很重要。Julia 的函数定义语法很简洁,并且它对多重分派的支持(在上一节中讨论过)能够创建高度灵活且高效的函数,这些函数可以适应不同的数据类型。
function greet(name)
return "Hello, " * name * "!"
end
println(greet("Julia User")) # 输出: Hello, Julia User!
# 更短的“单行”函数语法
add(x, y) = x + y
println(add(10, 20)) # 输出: 30
# 函数可以修改参数(如果可变,如数组)
function normalize_data!(data_array) # 按照惯例,'!' 表示修改
min_val = minimum(data_array)
max_val = maximum(data_array)
range_val = max_val - min_val
if range_val == 0
data_array .= 0 # 如果所有元素都相同,则赋值为 0
return data_array
end
for i in 1:length(data_array)
data_array[i] = (data_array[i] - min_val) / range_val
end
return data_array # 如果是原地修改,则不一定需要返回值
end
sample_data = [10.0, 20.0, 30.0, 40.0, 50.0]
normalize_data!(sample_data)
println(sample_data) # 输出: [0.0, 0.25, 0.5, 0.75, 1.0]
匿名函数(或 lambda 函数)是没有名称的函数。它们在将函数作为参数 (parameter)传递给其他函数时特别有用,这是使用 map 或 filter 等函数进行数据处理的常见模式。
numbers = [1, 2, 3, 4, 5]
# 使用 map 和匿名函数来计算平方
squared_numbers = map(x -> x^2, numbers)
println(squared_numbers) # 输出: [1, 4, 9, 16, 25]
# 使用 filter 和匿名函数来获取偶数
even_numbers_filtered = filter(x -> x % 2 == 0, numbers)
println(even_numbers_filtered) # 输出: [2, 4]
在使用 DataFrames.jl 进行列操作时,它们被大量使用。
尽管数组和 DataFrames 有它们自己的专用章节,但值得一提的是其他一些核心数据结构及相关语法。
元组是不可变的有序元素集合。它们常用于从函数返回多个值。
point = (10, 20) # 表示坐标的元组
x_coord = point[1]
y_coord = point[2]
println("X: ", x_coord, ", Y: ", y_coord) # 输出: X: 10, Y: 20
# 返回元组的函数
function get_stats(data)
return (minimum(data), maximum(data), sum(data)/length(data)) # (最小值, 最大值, 均值)
end
my_data = [2, 4, 6, 8, 10]
stats = get_stats(my_data)
println("最小值: ", stats[1], ", 最大值: ", stats[2], ", 均值: ", stats[3])
# 输出: 最小值: 2, 最大值: 10, 均值: 6.0
# 元组的解构赋值
min_val, max_val, mean_val = get_stats(my_data)
println("均值: ", mean_val) # 输出: 均值: 6.0
Dict)字典存储键值对,可用于将特征名称映射到索引、存储模型参数 (parameter)或配置设置。
# 创建字典
model_params = Dict(
"learning_rate" => 0.01,
"epochs" => 100,
"optimizer" => "Adam"
)
println(model_params["learning_rate"]) # 输出: 0.01
# 添加新条目
model_params["batch_size"] = 32
# 检查键是否存在
println(haskey(model_params, "epochs")) # 输出: true
# 迭代字典
for (key, value) in model_params
println(key, ": ", value)
end
广播是 Julia 在数值计算和数据操作方面最独特且强大的特性之一。广播允许你对数组和集合逐元素应用操作,而无需编写显式循环。这通过在运算符或函数调用前加上一个点 (.) 来实现。
例如,如果 A 和 B 是相同大小的数组,A .+ B 执行逐元素加法。类似地,sin.(A) 将 sin 函数应用于 A 的每个元素。
vec1 = [1, 2, 3]
vec2 = [4, 5, 6]
scalar = 2
# 逐元素加法
result_add = vec1 .+ vec2 # [1+4, 2+5, 3+6] -> [5, 7, 9]
println("vec1 .+ vec2 = ", result_add)
# 逐元素乘法
result_mul = vec1 .* vec2 # [1*4, 2*5, 3*6] -> [4, 10, 18]
println("vec1 .* vec2 = ", result_mul)
# 广播标量乘法
result_scalar_mul = vec1 .* scalar # [1*2, 2*2, 3*2] -> [2, 4, 6]
println("vec1 .* scalar = ", result_scalar_mul)
# 逐元素应用函数
result_sin = sin.(vec1) # [sin(1), sin(2), sin(3)]
println("sin.(vec1) = ", result_sin)
# 使用广播原地修改数组
# 假设我们想将 vec2 加到 vec1 中并存储在 vec1 中
# vec1 .= vec1 .+ vec2 # 更常见的写法:
vec1 .+= vec2 # 原地加法
println("vec1 after .+= vec2: ", vec1) # vec1 现在是 [5, 7, 9]
使用 Julia 广播语法进行两个数组逐元素加法的图示。
广播不仅仅是语法糖。它通常会转化为高效、无循环的矢量化 (quantization)代码,其性能可能比手动循环好很多,尤其是在处理大型数据集时。它还使数值任务的代码更简洁易读。在处理数组和矩阵时,你会大量看到点语法。
文本数据在机器学习 (machine learning)中很常见,通常需要预处理。Julia 提供了一套丰富的字符串操作函数。
my_string = "Julia for Machine Learning, 2024"
# 字符串长度
println(length(my_string)) # 输出: 30
# 字符串连接(通常更推荐插值)
lang = "Julia"
purpose = "ML"
combined_string = "$lang is great for $purpose."
println(combined_string) # 输出: Julia is great for ML.
# 分割字符串
parts = split(my_string, " ")
println(parts) # 输出: ["Julia", "for", "Machine", "Learning,", "2024"]
# 连接字符串数组
joined_string = join(parts, "-")
println(joined_string) # 输出: Julia-for-Machine-Learning,-2024
# 替换子字符串
updated_string = replace(my_string, "2024" => "Next Year")
println(updated_string) # 输出: Julia for Machine Learning, Next Year
# 检查子字符串
println(startswith(my_string, "Julia")) # 输出: true
println(endswith(my_string, "Learning")) # 输出: false (因为有逗号和年份)
println(occursin("Machine", my_string)) # 输出: true
这些基本的字符串操作是清洗和准备文本数据以进行特征提取的第一步。
我们在这里介绍的语法元素构成了你在 Julia 中表达数据处理和模型构建逻辑的词汇。从基本操作和控制流到函数以及强大的广播机制,这些工具都很重要。当我们接着讨论数组、矩阵和 DataFrames.jl 时,你会看到这些语法结构被反复应用,以便有效管理和转换数据以完成机器学习任务。
这部分内容有帮助吗?
© 2026 ApX Machine Learning用心打造