# Julia 使用心得

## 了解使用心得

- 用在生物系統模擬
- Catalyst.jl
- DifferentialEquations.jl
- 有很多非線性的酵素反應
- 需要特定的演算法解微分方程
- 需要平行運算
- 機率模型的估算
- 原本用 Python
- 需要 ODE solver
- 需要大量解微分方程
- Python scipy 幫助有限
- Matlab 也是選項, 但不是 open source 且沒有像 DifferentialEquations 那麼齊全
- 缺點
- 預編譯 (precompilation) 需要一段時間, 雖然在改善中了

## Julia的效能（比如與其他語言相比差多少等等

- 如果要迴圈與迭代: Julia 會很快
- 要達到最佳效能, 不用寫兩種語言
- 以前要 Python -> C++
- 或 Matlab -> C++
- 可以擴充 Composable
- Multiple dispatch (多重派發)
- 可以擴充別人的套件, 和自己的功能結合
- https://github.com/stevengogogo/FindSteadyStates.jl

## 你看到的Julia在學術界的發展

[](https://youtu.be/7yPU_04Unb8?t=1514)

- JuliaSim
- DifferentialEquations.jl
- DiffEqFlux.jl
- DataDrivenDiffEq
- ModelingToolkit
- Agent based modeling: [Agent.jl](https://juliadynamics.github.io/Agents.jl/stable/)
- 目前最快最彈性的套件
- Previous: Netlogo, Mesa (Python3)
- Basyian Statistics
- [Climate simualation](https://clima.caltech.edu/2020/06/08/clima-0-1-a-first-milestone-in-the-next-generation-of-climate-models/)
- Previous: Fortran
- [Quantitative Economics](https://quantecon.org/lectures/)
- Data science
- Flux.jl
- Taiwan
- GeometricFlux.jl
- Transformer.jl
- Pharmaceutical modeling
- Previous: NOMEM, R
- Require Basyian statistics, simulation -> slow
- Julia is a promising solution
- Pumas-AI