(台灣英文新聞/ 吳東文 綜合外電報導)我們曾經介紹，學習大數據有這些程式語言可以參考，其中2012年誕生，號稱免費又快又簡單的免費程式語言Julia，最近推出1.0版本，引起大數據界注意。你該現在學嗎？
美媒《Quartz》介紹，Julia一位核心開發者Viral Shah表示，如果你是數學家、工程師、或科學家，你可能相當習慣使用高速語言C++、Java、或是比較簡單的Matlab（知名付費程式語言。真的很貴）、R或是Python，而Julia的特色，則是同時又快又簡單。
他説明，大數據科學家，往往要寫兩次程式：首先，他們會在Python或R上面，寫好演算法，並進行圖標繪製，以探索數據性質。之後，若演算法表現令人滿意，他們必須將這個演算法，轉寫到C++或Java上，以追求速度。但是Julia由於能夠快速進行大數據需要的矩陣運算，和線性代數計算任務，因此成功達到超越R和Python的速度。
不過，報導警告，有兩個原因讓你不應該現在跳下去學Julia：
首先，如果你沒有要操縱龐大數據的話，其實R就夠了，且該語言社群完善，有很多套件別人已經寫好了。例如根據《台灣英文新聞》記者自身進行計量經濟學數據分析時的經驗，有很多比較高級的統計手法，如Granger因果關係檢定（注意！Granger因果關係不是真正邏輯上的因果關係，使用時有相當多限制。有興趣讀者請先參考中高級總體計量經濟學課本，再進行嘗試），用R的話可以輕鬆估計，但Julia則要自己寫一套演算法讓電腦去跑，相當冗長麻煩。
另外，《Quartz》介紹，R和Python在程式碼偵測錯方面，做的比較完善，因此初學者學習上負擔比較輕。
最後，《Quartz》認爲，目前似乎沒有立即學習Julia的必要，但未來該語言還是有相當高的潛能，成爲大數據主流語言。
