【Julia】Linux下配置Julia交互开发环境（Julia notebook）
0x00 前言
近期Julia这门语言突然被拉入了大众视野，我也是被一句 “Walk as Python，Run as C” 深深的吸引住了，
如果它没有在吹牛，那么这门语言说不定确实是我所想要的，那么，学学看吧？
本篇文章主要用于介绍如何搭建便于学习与测试的REPL环境，先在Linux上试试水，
毕竟一旦Jupyter Notebook搭建起来之后，网页版的交互式环境就已经可以不受操作系统限制了。
Julia？
+ 要像C语言一般快速而有拥有如同Ruby的动态性；
+ 要具有Lisp般真正的同像性（Homoiconicity）
+ 而又有Matlab般熟悉的数学记号；
+ 要像Python般通用、
+ 像R般在统计分析上得心应手、
+ 像Perl般自然地处理字符串、
+ 像Matlab般具有强大的线性代数运算能力、
+ 像shell般胶水语言的能力，易于学习而又不让真正的黑客感到无聊；
+ 还有，它应该是交互式的，同时又是编译型的……
emmmm，那还说啥呢，学学看呗（不就是配个环境么，配起来！）
0x01 相关资料
- 官方主页
https://julialang.org/downloads/ - 官方Github
https://github.com/JuliaLang/julia - 官方文档
https://docs.julialang.org/en/stable/manual/getting-started/
0x02 配置过程
我的环境 Anaconda2下直接new了一个virtual env，叫做cd
- Linux RedHat
- Python 3.6
- pip 18.0
- jupyter notebook
Jupyter Notebook
一种可交互界面化变成的解决方案，Python和Julia的学习中比较推荐使用
- 预先准备 notebook
(cd) [chend@c9 ~]$ pip install notebook- 如需使用 jupyterlab (功能更多，界面较好)
(cd) [chend@c9 ~]$ pip install jupyterlab
(cd) [chend@c9 ~]$ jupyter serverextension enable --py jupyterlab 下载
- 可以自己下载自己解压，见
0x01 相关资料中的官方主页
wget https://julialang-s3.julialang.org/bin/linux/x64/1.0/julia-1.0.0-linux-x86_64.tar.gz- 也可以直接去官方的 Github 上 git clone
git clone git://github.com/JuliaLang/julia.git- git clone 不下来的话需要绕过的，可以全局替换一下变成ipv6通道
git config --global url."https://".insteadOf git://获取 cmake
编译需要 cmake，如果没有或者版本不对的话，可以进到刚才下载的目录里面 cd julia
使用自带的 cmake 下载脚本：
(cd) [chend@c9 julia]$ contrib/download_cmake.sh
% Total % Received % Xferd Average Speed Time Time Time Current
Dload Upload Total Spent Left Speed
100 479 100 479 0 0 227 0 0:00:02 0:00:02 --:--:-- 429
1 29.2M 1 492k 0 0 2443 0 3:29:18 0:03:26 3:25:52 0
curl: (28) Operation too slow. Less than 1 bytes/sec transferred the last 15 seconds
% Total % Received % Xferd Average Speed Time Time Time Current
Dload Upload Total Spent Left Speed
100 29.2M 100 29.2M 0 0 421k 0 0:01:11 0:01:11 --:--:-- 450k
cmake-3.7.1-Linux-x86_64.tar.gz: OK安装
我这里想要安装刚 Release 的较为稳定的 v1.0.0版本，所以我先 git co到这个分支
git checkout v1.0.0然后直接 make 就可以编译了，但考虑到东西较多速度不够快，也可以采取多线程编译 make -j48
(cd) [aaa@qq.com julia]$ make
% Total % Received % Xferd Average Speed Time Time Time Current
Dload Upload Total Spent Left Speed
100 465 100 465 0 0 180 0 0:00:02 0:00:02 --:--:-- 476
1 24.3M 1 288k 0 0 7013 0 1:00:45 0:00:42 1:00:03 107830x03 基本使用
在当前目录下直接 ./julia 就可以调出类似 IPython 的交互式界面了
(cd) [aaa@qq.com julia]$ ./julia
_
_ _ _(_)_ | Documentation: https://docs.julialang.org
(_) | (_) (_) |
_ _ _| |_ __ _ | Type "?" for help, "]?" for Pkg help.
| | | | | | |/ _` | |
| | |_| | | | (_| | | Version 1.0.0 (2018-08-08)
_/ |\__'_|_|_|\__'_| |
|__/ |
julia>
如需在任何位置都可以直接调用 julia 命令，可以直接在 ~/.bashrc 中加入这行
echo "alias julia='/path/to/install/folder/bin/julia'" >> ~/.bashrc && source ~/.bashrc例如我直接获取目录位置 pwd 是 /home/chend/julia/，那么我就输入下面这行即可。
echo "alias julia='/home/chend/julia/julia'" >> ~/.bashrc && source ~/.bashrc0x04 配置 Julia Notebook
配置 Jupyter 相关博客：
https://www.analyticsvidhya.com/blog/2017/10/comprehensive-tutorial-learn-data-science-julia-from-scratch/
我的调试过程：
julia> using IJulia
ERROR: ArgumentError: Package IJulia not found in current path:
- Run `Pkg.add("IJulia")` to install the IJulia package.
Stacktrace:
[1] require(::Module, ::Symbol) at ./loading.jl:817
julia> Pkg.add("IJulia")
ERROR: UndefVarError: Pkg not defined
Stacktrace:
[1] top-level scope at none:0
# Pkg not defined 错误处理
julia> using Pkg
# 再次尝试调用 IJulia
julia> using IJulia
[ Info: Precompiling IJulia [7073ff75-c697-5162-941a-fcdaad2a7d2a]
ERROR: LoadError: Blosc not installed properly, run Pkg.build("ZMQ"), restart Julia and try again
# 错误处理
julia> Pkg.build("ZMQ")
# 再次尝试调用 IJulia
julia> using IJulia
[ Info: Precompiling IJulia [7073ff75-c697-5162-941a-fcdaad2a7d2a]
ERROR: LoadError: MbedTLS not installed properly, run Pkg.build("MbedTLS"), restart Julia and try again
# 错误处理
julia> Pkg.build("MbedTLS")
# 再次尝试调用 Ijulia
julia> using IJulia
[ Info: Precompiling IJulia [7073ff75-c697-5162-941a-fcdaad2a7d2a]
julia> notebook()
# 完成，直接开个浏览器看看 localhost:8888，如果自己设定过默认端口则改为你自己的端口。