作为数据科学家，我并没有选择Python，而是从R到了Jul

　　【CSDN编者按】在数据科学中，往往有很多种编程语言可供选择，譬如近些年爆火的Python、应用广泛的R，以及C、Java、JavaScript还有Julia。或许根据不同的应用场景，每种语言都各有优劣。本篇文章中，一位长期耕耘在公共卫生领域的大学教授分享了切身的使用经验，其表示：学习Julia是一项比坚持使用R更好的长期投资。
　　原文链接：https：drtomasaragon。github。ioposts20230114myjourneyfromrtojulia
　　声明：本文为CSDN翻译，未经允许，禁止转载。
　　作者：TomsAragn译者弯月责编屠敏
　　出品CSDN（ID：CSDNnews）
　　以下为译文：
　　使用R语言的历史
　　15年以来，我一直在美国加州大学伯克利分校公共卫生学院教授基于R语言的应用流行病学。我从2000年初开始教授这门课程，当时大多数人对R并不感兴趣。后来，R语言的受欢迎程度提高了，参加我的课程的人数也增加了。我教授的是应用流行病学的R语言编程基础。学生需要完成自己选择的项目。因为我的学生来自多个学科，因此他们的项目通常非常有创意，我从他们身上也学到了很多知识。
　　在过去的15年里，我亲眼目睹了数据科学的兴起，以及学生们在项目中表现出来的独特性和创造性。当然，这门课程本身也在不断发展。我利用贝叶斯网络作为统一框架来介绍概率依赖、因果图和决策网络（用于决策分析）。
　　后来，我开始尝试Python。不幸的是，疫情导致我的教学中断，因为我是美国旧金山的卫生主任兼人口卫生司司长。为了应对疫情，我几乎没有时间学习Python以及Python数据分析。
　　我不记得具体的时间，但最终我发现了Julia，这是一种专为科学计算而设计的编程语言，不仅拥有Python和R的简单性，而且还具备C的速度。我爱上了Julia，并放弃了学习Python。无论是过去还是现在，我都没有时间同时学习一门以上的编程语言。随着我对Julia的了解越来越多，我开始相信，对我来说，学习Julia是一项比坚持使用R更好的长期投资。
　　我通过编程来探索或测试我对流行病的研究、学习新方法以及可视化和分析数据。我对贝叶斯网络、决策网络、因果推理、马尔可夫决策过程，以及基于主体的建模很感兴趣。
　　以下是我认为流行病学家十分看重的一些Julia的关键特性：
　　多重分派
　　复合类型
　　即时编译
　　速度（非常快）
　　社区
　　使用Julia编程更加简单。例如，在R中，我们需要尽量避免循环，因为这类语句非常低效。但在Julia中，循环的执行效率很高，因为Julia会在执行之前先编译代码。
　　下面，我用一个简单的例子来演示多重分派。注意，R语言是单分派。
　　Julia中的多重分派示例
　　我是R语言的epitools包的创建者。我开发了基本流行病学的分析函数，其中有几个来自KennethJ。Rothman编写的教科书《现代流行病学》。例如，如果我想创建一个函数来计算2x2列联表的优势比，则可以通过以下几种方式提供数据：
　　四个整数计数
　　两个比例
　　一个2x2表（矩阵）
　　两个向量，带有分类数据
　　如果我想编写一个函数来处理这些数据类型，就不得不对数据类型进行大量处理和检查，才能调用下一个函数（嵌套或外部）。其中涉及的工作量超出了必要。下面，我们来看看如何利用Julia的多重分派来实现这个函数。
　　2003年，我们发表了一项研究，证明饮用未经过滤的市政自来水与晚期HIV病患者感染隐孢子虫病有一定的关系。下面是论文中的列联表。
　　暴露
　　病例
　　对照
　　最高
　　12hr6hr中级
　　35hr64hr最低
　　2hr29hr让我们比较一下暴露最高的类别和最低的类别，计算未经调整的优势比。下面的计算使用的是2x2列联表。
　　暴露
　　病例
　　对照
　　最高
　　12hr6hr最低
　　2hr29hr对于结构化的表，优势比需要计算交叉积。
　　对于病例对照研究的设计，优势比就是暴露的比例。
　　我们将创建三个函数，分别接收三种不同类型的参数来计算优势比。
　　四个整数计数
　　两个比例
　　一个2x2表（矩阵）
　　问题在于，这三个函数的名称相同，皆为oddsratio。在Julia中，我们可以利用多重分派实现。相比之下，R语言则是单分派。spanclasscodesnippetouterspanclasscodesnippetcomment函数1spanspanspanclasscodesnippetouterfunctionoddsratio（a：：Int，b：：Int，c：：Int，d：：Int）spanspanclasscodesnippetouterspanclasscodesnippetkeywordorspan（ad）（bc）spanspanclasscodesnippetouterspanclasscodesnippetkeywordreturnspanspanclasscodesnippetkeywordorspanspanspanclasscodesnippetouterspanclasscodesnippetkeywordendspanspan
　　下面，我们来测试一下函数oddsratio，将如上2x2表中的四个整数传递进去：
　　oddsratio（12，6，2，29）
　　结果为：spanclasscodesnippetouter29spanclasscodesnippetselectorclass。0spanspan
　　下面是第二个函数，接受的参数为两个比例，例如病例对照中的暴露率之比。spanclasscodesnippetouter函数spanclasscodesnippetnumber2spanspanspanclasscodesnippetouterspanclasscodesnippetfunctionspanclasscodesnippetkeywordfunctionspanspanclasscodesnippettitleoddsratiospan（spanclasscodesnippetparamsp1：：Float64，p0：：Float64span）spanspanspanclasscodesnippetouterspanclasscodesnippettitleorspan（spanclasscodesnippetparams（p1）（spanclasscodesnippetnumber1spanp1）span）（spanclasscodesnippetparams（p0）（spanclasscodesnippetnumber1spanp0）span）spanspanclasscodesnippetouterspanclasscodesnippettitlereturnspanspanclasscodesnippettitleorspanspanspanclasscodesnippetouterspanclasscodesnippettitleendspanspan
　　下面我们来测试一下函数oddsratio，将如上2x2表中的两个比例传递进去：spanclasscodesnippetouterprop112（122）spanclasscodesnippetcomment病例组的暴露率spanspanspanclasscodesnippetouterprop06（629）spanclasscodesnippetcomment对照组的暴露率spanspanspanclasscodesnippetouteroddsratio（prop1，prop0）span
　　结果为：
　　28。999999999999982
　　最后是第三个函数，接受的参数为一个2x2表（矩阵）：spanclasscodesnippetouterspanclasscodesnippetcomment函数3spanspanspanclasscodesnippetouterfunctionoddsratio（x：：Matrix｛Int｝）spanspanclasscodesnippetouterspanclasscodesnippetkeywordorspan（x〔spanclasscodesnippetnumber1span，spanclasscodesnippetnumber1span〕x〔spanclasscodesnippetnumber2span，spanclasscodesnippetnumber2span〕）（x〔spanclasscodesnippetnumber1span，spanclasscodesnippetnumber2span〕x〔spanclasscodesnippetnumber2span，spanclasscodesnippetnumber1span〕）spanspanclasscodesnippetouterspanclasscodesnippetkeywordreturnspanspanclasscodesnippetkeywordorspanspanspanclasscodesnippetouterspanclasscodesnippetkeywordendspanspan
　　下面我们来测试一下函数oddsratio，将如上的2x2表传递进去：spanclasscodesnippetouterspanclasscodesnippetattrtabspan〔spanclasscodesnippetnumber12spanspanclasscodesnippetnumber6span；spanclasscodesnippetnumber2spanspanclasscodesnippetnumber29span〕span
　　22Matrix｛Int64｝：
　　126
　　229spanclasscodesnippetouteroddsratio（tab）spanstylefontsize：15px；backgroundcolor：rgb（255，255，255）；fontfamily：applesystemfont，systemui，HelveticaNeue，PingFangSC，HiraginoSansGB，MicrosoftYaHeiUI，MicrosoftYaHei，Arial，sansserif；letterspacing：1px；textalign：justify；spanspan
　　结果为：
　　29。0
　　这就是多重分派。函数oddsratio有三种写法，可以处理多种数据类型。请注意，编写这些代码非常容易。spanclasscodesnippetoutermethods（oddsratio）spanstylefontsize：15px；backgroundcolor：rgb（255，255，255）；fontfamily：applesystemfont，systemui，HelveticaNeue，PingFangSC，HiraginoSansGB，MicrosoftYaHeiUI，MicrosoftYaHei，Arial，sansserif；letterspacing：1px；textalign：justify；spanspan
　　函数oddsratio的三种调用方法：
　　oddsratio（a：：Int64，b：：Int64，c：：Int64，d：：Int64）inMainatIn〔2〕：2
　　oddsratio（p1：：Float64，p0：：Float64）inMainatIn〔4〕：2
　　oddsratio（x：：Matrix｛Int64｝）inMainatIn〔6〕：2
　　总结
　　在本文中，我简单介绍了我从R切换到Julia的主要原因。我说明了如何编写多重分派函数。请注意，使用三种方法来处理不同参数类型的函数对我来说是多么容易。
　　我很喜欢Julia，相信你也会喜欢。
　　最后，你还可以通过Julia运行R或Python代码。