最近因为准备数据分析方面的工作，特意对时下数据分析领域当红的语言 Julia 做了一番调查。为了让这个调查不止于表面，找点东西对比和练手也是必要。于是，基于这篇 Python 的时序分析教程做了一个简单的练习，主要工作就是将其中的 Python 代码转换成 Julia 。

转换

先来看看转换过程吧，这里只列出关键步骤，文字描述部分请各位自行查看原文。关于其中用到的 Julia 的包如下：

• CSV，操作 csv 文件
• DataFrames，同 Pandas 的 DataFrame
• TimeSeries，时序数据相关函数
• Gadfly，画图
• Statistics，统计相关函数，此包在 Julia 标准库内，无需下载

步骤如下：

• 下载数据源，地址在这里，主要是工程 data 目录下的 multiTimeline.csv 。
• 从 csv 生成 DataFrame，注意，把 csv 文件中的头去掉，保留列头。

df = CSV.read("/Users/foxgem/study/datasets/multiTimeline.csv", skipto=2)

• 查看数据相关信息，比如头几行和类型等

head(df)
describe(df, :all)

• 改列名，并且值得注意的是，DataFrame 已经自动识别出 month 是日期类型，因此不需要再进行转换。同时 index 也不是必须的。

names!(df, [:month, :diet, :gym, :finance])

• Gadfly 缺省的图大小太小了，通过 set_default_plot_size 来改变

set_default_plot_size(40cm, 20cm)

• 画出三条线，分别对应 diet、gym、finance。

datas = stack(df, [:diet, :gym, :finance])
plot(datas, x=:month, y=:value, color=:variable, Geom.line)

# 如果只是画一条线，可以采用下面的方式
plot(df, x=:month, y=:diet, Geom.line)

• 利用移动平均值识别趋势

time_data = TimeArray(df, timestamp=:month)
# diet
plot(DataFrame(moving(mean, time_data[:diet], 12)), x=:timestamp, y=:diet, Geom.line)
# gym
plot(DataFrame(moving(mean, time_data[:gym], 12)), x=:timestamp, y=:gym, Geom.line)

# 同一图上画两条线
time_datas = stack(DataFrame(merge(moving(mean, time_data[:diet], 12), moving(mean, time_data[:gym], 12))), [:diet, :gym])
plot(time_datas, x=:timestamp, y=:value, color=:variable, Geom.line)

• 利用差分识别季节性

# 一阶差分
plot(DataFrame(diff(time_data[:diet])), x=:timestamp, y=:diet, Geom.line)

• 识别 diet、gym、finance 的相关性

matrix = Matrix(df[!,[:diet, :gym, :finance]])
cor(matrix, matrix)

• 识别季节性的相关性，即一阶差分的相关性

diff_matrix = Matrix(DataFrame(diff(time_data[:diet, :gym, :finance]))[!, [:diet, :gym, :finance]])
cor(diff_matrix, diff_matrix)

至此，以上步骤实现都很顺利，现在到了要计算 autocorrelation 的时候了。很遗憾，即使凭借我引以为豪的搜索能力，依旧没能找到很好的包来完成这一任务。虽然找到一些相关的包，但查过之后觉得并不是太适合。

从对比的角度来讲，到这里，练手项目可以截止了。

特别说明一下，文中 Python 实现用到的包，都是一些熟面孔：numpy、pandas、matplotlib 和 seaborn 。

对比

关于 Julia 语言本身的特点和优势，外面已经有不少文章说明，也不需要我再来强调。这里只从实用性的方面说说我的体验：

• 从包管理方面来看，Julia 有后发优势，已经内置包管理器，可以方便地对各类进行管理。且包管理器完全围绕 git 打造，因此它还可以无缝加载其他的 git 仓库或分支。并且为了防止不同版本之间的包引入的破坏性变化，它可以固定包的版本。
• 然而，目前没有看到合适的环境管理器。从我看到的资料来看，之前曾经有类似 sdkman （Java 平台下的 sdk 版本管理器，支持 jdk、gradle、groovy、grails、vert.x 等）这样的工具，然而由于 1.0 发布之后导致一些不兼容的问题，在当前版本下无法使用。并且该工具也已经停更了。
• 从生态上来讲，远没有达到 Python 或 R 语言的繁荣程度，虽然目前比较活跃，但成熟度远远不够，从上面练习的最后一步就可以看出。而且，Python 和 R 语言下都已经有不少成熟的关于时序分析的包，但目前在 Julia 语言中我还没看到特别成熟和好用的。

那么，这是否意味着应该放弃学习呢？我不这么看，理由如下：

• Julia 的性能是一个亮点，这个在实际过程中必须考虑。
• Julia 的活跃度还不错，而且资料越来越多，包的生态问题解决是一个时间问题。
• Julia 有良好的互操作性可以对其自身所缺进行弥补
  • 无缝调用 Fortran 或 C ，这对于某些公司或研究机构是一个旧资产盘活的好事
  • 有类似 scikit-learn、pandas、tensorflow 等包装器，可以直接利用 Python 的生态。或许你想不到，它都有对于 ECharts 的包装器。

总的说来，Julia 值得一看，尤其是在你复习早已忘光的那些数学知识时。但就目前来讲，应用到产品环境下，还需谨慎对待。