Usare e lavorare con l’astrazione per fare cose interessanti con il linguaggio Julia
introduzione
Una delle cose che trovo affascinante nell’esplorazione dei diversi linguaggi di programmazione è il modo in cui paradigmi diversi risolvono diversi tipi di problemi. Nella programmazione, ci sono una serie di funzionalità che ci si potrebbe aspettare da un linguaggio di programmazione moderno. Alcuni esempi di queste funzionalità includono cose come ambito, polimorfismo e astrazione. Alcuni paradigmi avranno applicazioni più importanti in determinati campi e la scienza dei dati non fa eccezione. Queste funzionalità sono tutte implementate attraverso lo spettro dei paradigmi di programmazione utilizzando una moltitudine di approcci diversi. Questo argomento diventa ancora più interessante per me ogni volta che un linguaggio con un paradigma atipico implementa questi tipi di concetti di programmazione generici. Questo ci porta al linguaggio di programmazione Julia.
Il linguaggio di programmazione Julia è uno degli sviluppi più interessanti arrivati nel mondo della programmazione negli ultimi anni. Il mondo della programmazione è abbastanza abituato ad alcuni paradigmi di scelta che sono stati affinati nel corso dei decenni per creare alcuni approcci ideologici davvero formidabili per risolvere i problemi di programmazione. Sebbene Julia utilizzi molti concetti di programmazione più generici per portare a termine il lavoro, il paradigma del linguaggio stesso è incredibilmente unico e spesso determina un modo diverso di fare le cose. Questo è stato coniato il paradigma di programmazione Multiple Dispatch. Questo paradigma è un paradigma di programmazione molto efficace quando si tratta di fare esattamente ciò che fanno i data scientist.
Con questo tipo di relazione con il paradigma di programmazione, Julia cambia leggermente marcia per realizzare molti dei concetti di programmazione più generici che la maggior parte dei programmatori vorrà utilizzare. Ci sono una moltitudine di capacità in cui questo si manifesta in tutta Julia. Tutti questi concetti si ripercuotono sulle robuste capacità del paradigma di invio multiplo. Per i programmatori esperti, trovo che questo possa essere un paradigma incredibilmente potente! Detto questo, con qualsiasi paradigma è importante sapere quali strumenti sono disponibili per trarne vantaggio. Un esempio di tecnica che si adatta molto bene al paradigma giuliano è l’implementazione giuliana di…
Fonte: towardsdatascience.com
