--- contributors: - ["Leah Hanson", "http://leahhanson.us"] translators: - ["Guillermo Garza", "http://github.com/ggarza"] - ["Ismael Venegas Castelló", "https://github.com/Ismael-VC"] filename: learnjulia-es.jl --- [Julia](https://julialang.org/) es un [lenguaje de programación](http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n) [multiplataforma](http://es.wikipedia.org/wiki/Multiplataforma) y [multiparadigma](http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n_multiparadigma) de [tipado dinámico](http://es.wikipedia.org/wiki/Tipado_din%C3%A1mico), [alto nivel](http://es.wikipedia.org/wiki/Lenguaje_de_alto_nivel) y [alto desempeño](http://es.wikipedia.org/wiki/Computaci%C3%B3n_de_alto_rendimiento) para la computación [genérica](http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n_de_prop%C3%B3sito_general), [técnica y científica](http://es.wikipedia.org/wiki/Computaci%C3%B3n_cient%C3%ADfica), con una sintaxis que es familiar para los usuarios de otros entornos de computación técnica y científica. Provee de un [sofisticado compilador JIT](http://es.wikipedia.org/wiki/Compilaci%C3%B3n_en_tiempo_de_ejecuci%C3%B3n), [ejecución distribuida y paralela](http://docs.julialang.org/en/release-0.3/manual/parallel-computing), [precisión numérica](http://julia.readthedocs.org/en/latest/manual/integers-and-floating-point-numbers) y de una [extensa librería con funciones matemáticas](http://docs.julialang.org/en/release-0.3/stdlib). La librería estándar, escrita casi completamente en Julia, también integra las mejores y más maduras librerías de C y Fortran para el [álgebra lineal](http://docs.julialang.org/en/release-0.3/stdlib/linalg), [generación de números aleatorios](http://docs.julialang.org/en/release-0.3/stdlib/numbers/?highlight=random#random-numbers), [procesamiento de señales](http://docs.julialang.org/en/release-0.3/stdlib/math/?highlight=signal#signal-processing), y [procesamiento de cadenas](http://docs.julialang.org/en/release-0.3/stdlib/strings). Adicionalmente, la comunidad de [desarrolladores de Julia](https://github.com/JuliaLang/julia/graphs/contributors) contribuye un número de [paquetes externos](http://pkg.julialang.org) a través del gestor de paquetes integrado de Julia a un paso acelerado. [IJulia](https://github.com/JuliaLang/IJulia.jl), una colaboración entre las comunidades de [IPython](http://ipython.org) y Julia, provee de una poderosa interfaz gráfica basada en el [navegador para Julia](https://juliabox.org). En Julia los programas están organizados entorno al [despacho múltiple](http://docs.julialang.org/en/release-0.3/manual/methods/#man-methods); definiendo funciones y sobrecargándolas para diferentes combinaciones de tipos de argumentos, los cuales también pueden ser definidos por el usuario. ### ¡Prueba Julia ahora mismo! * [TryJupyter](https://try.jupyter.org) * [JuliaBox](https://juliabox.org) * [SageMathCloud](https://cloud.sagemath.com) ### Resumen de Características: * [Despacho múltiple](http://en.wikipedia.org/wiki/Multiple_dispatch): permite definir el comportamiento de las funciones a través de múltiples combinaciones de tipos de argumentos (**métodos**). * Sistema de **tipado dinámico**: tipos para la documentación, la optimización y el despacho. * [Buen desempeño](http://julialang.org/benchmarks), comparado al de lenguajes **estáticamente compilados** como C. * [Gestor de paquetes](http://docs.julialang.org/en/release-0.3/stdlib/pkg) integrado. * [Macros tipo Lisp](http://docs.julialang.org/en/release-0.3/manual/metaprogramming/#macros) y otras comodidades para la [meta programación](http://docs.julialang.org/en/release-0.3/manual/metaprogramming). * Llamar funciones de otros lenguajes, mediante paquetes como: **Python** ([PyCall](https://github.com/stevengj/PyCall.jl)), [Mathematica](http://github.com/one-more-minute/Mathematica.jl), **Java** ([JavaCall](http://github.com/aviks/JavaCall.jl)), **R** ([Rif](http://github.com/lgautier/Rif.jl) y [RCall](http://github.com/JuliaStats/RCall.jl)) y **MATLAB** ([MATLAB](http://github.com/JuliaLang/MATLAB.jl)). * [Llamar funciones de C y Fortran](http://docs.julialang.org/en/release-0.3/manual/calling-c-and-fortran-code) **directamente**: sin necesidad de usar envoltorios u APIs especiales. * Poderosas características de **línea de comandos** para [gestionar otros procesos](http://docs.julialang.org/en/release-0.3/manual/running-external-programs). * Diseñado para la [computación paralela y distribuida](http://docs.julialang.org/en/release-0.3/manual/parallel-computing) **desde el principio**. * [Corrutinas](http://en.wikipedia.org/wiki/Coroutine): hilos ligeros "**verdes**". * Los [tipos definidos por el usuario](http://docs.julialang.org/en/release-0.3/manual/types) son tan **rápidos y compactos** como los tipos estándar integrados. * [Generación automática de código](http://docs.julialang.org/en/release-0.3/stdlib/base/?highlight=%40code#internals) **eficiente y especializado** para diferentes tipos de argumentos. * [Conversiones y promociones](http://docs.julialang.org/en/release-0.3/manual/conversion-and-promotion) para tipos numéricos y de otros tipos, **elegantes y extensibles**. * Soporte eficiente para [Unicode](http://es.wikipedia.org/wiki/Unicode), incluyendo [UTF-8](http://es.wikipedia.org/wiki/UTF-8) pero sin limitarse solo a este. * [Licencia MIT](https://github.com/JuliaLang/julia/blob/master/LICENSE.md): libre y de código abierto. Esto se basa en la versión `0.3.11`. ```julia # Los comentarios de una línea comienzan con una almohadilla (o signo de gato). #= Los comentarios multilínea pueden escribirse usando '#=' antes de el texto y '=#' después del texto. También se pueden anidar. =# ############################################## # 1. Tipos de datos primitivos y operadores. # ############################################## # Todo en Julia es una expresión (Expr). # Hay varios tipos básicos de números. 3 # => 3 # Int64 3.2 # => 3.2 # Float64 2 + 1im # => 2 + 1im # Complex{Int64} 2 // 3 # => 2//3 # Rational{Int64} # Todos los operadores infijos normales están disponibles. 1 + 1 # => 2 8 - 1 # => 7 10 * 2 # => 20 35 / 5 # => 7.0 # dividir un Int por un Int siempre resulta # en un Float 5 / 2 # => 2.5 div(5, 2) # => 2 # para un resultado truncado, usa la función div 5 \ 35 # => 7.0 2 ^ 2 # => 4 # exponente, no es XOR 12 % 10 # => 2 # Refuerza la precedencia con paréntesis. (1 + 3) * 2 # => 8 # Operadores a nivel de bit. ~2 # => -3 # bitwise NOT 3 & 5 # => 1 # bitwise AND 2 | 4 # => 6 # bitwise OR 2 $ 4 # => 6 # bitwise XOR 2 >>> 1 # => 1 # desplazamiento lógico hacia la derecha 2 >> 1 # => 1 # desplazamiento aritmético hacia la derecha 2 << 1 # => 4 # desplazamiento lógico/aritmético hacia la izquierda # Se puede utilizar la función bits para ver la representación # binaria de un número. bits(12345) # => "0000000000000000000000000000000000000000000000000011000000111001" bits(12345.0) # => "0100000011001000000111001000000000000000000000000000000000000000" # Los valores booleanos (Bool) son primitivos. true # => true false # => false # Operadores booleanos. !true # => false !false # => true 1 == 1 # => true 2 == 1 # => false 1 != 1 # => false 2 != 1 # => true 1 < 10 # => true 1 > 10 # => false 2 <= 2 # => true 2 >= 2 # => true # ¡Las comparaciones pueden ser concatenadas! 1 < 2 < 3 # => true 2 < 3 < 2 # => false # Los literales de cadenas (String) se crean con la comilla doble: " "Esto es una cadena." # Los literales de caracteres (Char) se crean con la comilla simple: ' 'a' # Una cadena puede ser indexada como una arreglo de caracteres. "Esto es un string."[1] # => 'E' # Los índices en Julia comienzan en: 1 # Sin embargo, esto no va a funcionar bien para las cadenas UTF8 (UTF8String), # Lo que se recomienda es la iteración (map, for, etc). # $ puede ser utilizado para la interpolación de cadenas, se puede poner # cualquier expresión de Julia dentro los paréntesis. "2 + 2 = $(2 + 2)" # => "2 + 2 = 4" # Otra forma para formatear cadenas es usando el macro printf. @printf "%d es menor de %f\n" 4.5 5.3 # 5 es menor de 5.300000 # ¡Imprimir es muy fácil! println("¡Hola Julia!") # ¡Hola Julia! ############################## # 2. Variables y Colecciones # ############################## # No hay necesidad de declarar las variables antes de asignarlas. una_variable = 5 # => 5 una_variable # => 5 # Acceder a una variable no asignada previamente es una excepción. try otra_variable # ERROR: otra_variable not defined catch e println(e) # UndefVarError(:otra_variable) end # Los nombres de variables comienzan con una letra o guion bajo: _. # Después de eso, puedes utilizar letras, dígitos, guiones bajos y signos de # exclamación. otraVariable_123! = 6 # => 6 # También puedes utilizar caracteres Unicode. ☃ = 8 # => 8 # Estos son especialmente útiles para la notación matemática # (multiplicación implicita). 2π # => 6.283185307179586 #= Una nota sobre las convenciones de nomenclatura de Julia: * Los nombres de las variables aparecen en minúsculas, con separación de palabra indicado por un guion bajo: otra_variable * Los nombres de los tipos comienzan con una letra mayúscula y separación de palabras se muestra con CamelCase en vez de guión bajo: OtroTipo * Los nombres de las funciones y los macros están en minúsculas, sin underscore: otromacro * Funciones que modifican sus entradas tienen nombres que terminan en: !. Estas funciones a veces se les llaman funciones transformadoras o funciones in situ: otra_funcion! =# # Los arreglos (Array) almacenan una secuencia de valores indexados de entre 1 hasta n. a = Int64[] # => 0-element Array{Int64,1} # Los literales de arregos unidimensionales se pueden escribir con valores # separados por comas. b = [4, 5, 6] #= => 3-element Array{Int64,1}: 4 5 6 =# b[1] # => 4 b[end] # => 6 # Los arreglos bidimensionales usan valores separados por espacios y filas # separadas por punto y coma. matrix = [1 2; 3 4] #= => 2x2 Array{Int64,2}: 1 2 3 4 =# # Añadir cosas al final de un arreglo con push! y append!. push!(a, 1) # => [1] push!(a, 2) # => [1,2] push!(a, 4) # => [1,2,4] push!(a, 3) # => [1,2,4,3] append!(a, b) # => [1,2,4,3,4,5,6] # Eliminar del final con pop!. pop!(b) # => 6 y b ahora es: [4,5] # Vamos a ponerlo de nuevo. push!(b, 6) # b es ahora [4,5,6] de nuevo a[1] # => 1 # recuerda, los índices de Julia empiezan desde 1, no desde 0! # end es una abreviatura para el último índice. Se puede utilizar en cualquier # expresión de indexación. a[end] # => 6 # También hay shift! y unshift!. shift!(a) # => 1 y a es ahora: [2,4,3,4,5,6] unshift!(a, 7) # => [7,2,4,3,4,5,6] # Los nombres de funciones que terminan en exclamaciones indican que modifican # su o sus argumentos de entrada. arr = [5, 4, 6] # => 3-element Array{Int64,1}: [5,4,6] sort(arr) # => [4,5,6] y arr es todavía: [5,4,6] sort!(arr) # => [4,5,6] y arr es ahora: [4,5,6] # Buscando fuera de límites es un BoundsError. try a[0] # ERROR: BoundsError() in getindex at array.jl:270 a[end+1] # ERROR: BoundsError() in getindex at array.jl:270 catch e println(e) # BoundsError() end # Las excepciones y los errores dan la línea y el archivo de su procedencia, # aunque provenga de la librería estándar. Si compilas Julia del código fuente, # puedes buscar en el código para encontrar estos archivos. # Se puede inicializar un arreglo con un rango (Range). a = [1:5] # => 5-element Array{Int64,1}: [1,2,3,4,5] # Puedes mirar en los rangos con la sintaxis de rebanada. a[1:3] # => [1,2,3] a[2:end] # => [2,3,4,5] # Eliminar elementos de un arreglo por índice con splice! arr = [3, 4, 5] splice!(arr, 2) # => 4 y arr es ahora: [3,5] # Concatenar arreglos con append! b = [1, 2, 3] append!(a, b) # a ahora es: [1,2,3,4,5,1,2,3] # Comprueba la existencia de un elemento en un arreglo con in. in(1, a) # => true # Examina la longitud con length. length(a) # => 8 # Las tuplas (Tuple) son inmutables. tup = (1, 2, 3) # => (1,2,3) # una tupla tipo (Int64,Int64,Int64) tup[1] # => 1 try: tup[1] = 3 # ERROR: no method setindex!((Int64,Int64,Int64),Int64,Int64) catch e println(e) # MethodError(setindex!,(:tup,3,1)) end # Muchas funciones de arreglos también trabajan en con las tuplas. length(tup) # => 3 tup[1:2] # => (1,2) in(2, tup) # => true # Se pueden desempacar las tuplas en variables individuales. a, b, c = (1, 2, 3) # => (1,2,3) # ahora a es 1, b es 2 y c es 3 # Los tuplas se crean, incluso si se omiten los paréntesis. d, e, f = 4, 5, 6 # => (4,5,6) # Una tupla de un elemento es distinta del valor que contiene. (1,) == 1 # => false (1) == 1 # => true # Mira que fácil es cambiar dos valores! e, d = d, e # => (5,4) # ahora d es 5 y e es 4 # Los diccionarios (Dict) son arreglos asociativos. dicc_vacio = Dict() # => Dict{Any,Any} with 0 entries # Se puede crear un diccionario usando una literal. dicc_lleno = ["uno" => 1, "dos" => 2, "tres" => 3] #= => Dict{ASCIIString,Int64} with 3 entries: "tres" => 3 "dos" => 2 "uno" => 1 =# # Busca valores con: []. dicc_lleno["uno"] # => 1 # Obtén todas las claves con. keys(dicc_lleno) #= => KeyIterator for a Dict{ASCIIString,Int64} with 3 entries. Keys: "tres" "dos" "uno" =# # Nota: los elementos del diccionario no están ordenados y no se guarda el orden # en que se insertan. # Obtén todos los valores. values(dicc_lleno) #= => ValueIterator for a Dict{ASCIIString,Int64} with 3 entries. Values: 3 2 1 =# # Nota: igual que el anterior en cuanto a ordenamiento de los elementos. # Comprueba si una clave existe en un diccionario con in y haskey. in(("uno", 1), dicc_lleno) # => true in(("tres", 3), dicc_lleno) # => false haskey(dicc_lleno, "uno") # => true haskey(dicc_lleno, 1) # => false # Tratar de obtener un valor con una clave que no existe producirá un error. try # ERROR: key not found: cuatro in getindex at dict.jl:489 dicc_lleno["cuatro"] catch e println(e) # KeyError("cuatro") end # Utiliza el método get para evitar este error proporcionando un valor # predeterminado: get(diccionario, clave, valor_predeterminado). get(dicc_lleno, "uno", 4) # => 1 get(dicc_lleno, "cuatro", 4) # => 4 # Usa conjuntos (Set) para representar colecciones de valores únicos, no # ordenados. conjunto_vacio = Set() # => Set{Any}({}) # Iniciar una conjunto de valores. conjunto_lleno = Set(1, 2, 2, 3, 4) # => Set{Int64}({4,2,3,1}) # Añadir más valores a un conjunto. push!(conjunto_lleno, 5) # => Set{Int64}({4,2,3,5,1}) push!(conjunto_lleno, 5) # => Set{Int64}({4,2,3,5,1}) # Comprobar si los valores están en el conjunto. in(2, conjunto_lleno) # => true in(10, conjunto_lleno) # => false # Hay funciones de intersección, unión y diferencia de conjuntos. otro_conjunto = Set(3, 4, 5, 6) # => Set{Int64}({6,4,5,3}) intersect(conjunto_lleno, otro_conjunto) # => Set{Int64}({3,4,5}) union(conjunto_lleno, otro_conjunto) # => Set{Int64}({1,2,3,4,5,6}) setdiff(Set(1, 2, 3, 4), Set(2, 3, 5)) # => Set{Int64}({1,4}) ####################### # 3. Control de Flujo # ####################### # Hagamos una variable. una_variable = 5 # Aquí está la declaración de un if. La indentación no es significativa en # Julia. if una_variable > 10 println("una_variable es completamente mayor que 10.") elseif una_variable < 10 # esta condición elseif es opcional println("una_variable es menor que 10.") else # esto también es opcional println("De echo una_variable es 10.") end # imprime: una_variable es menor que 10. # El bucle for itera sobre tipos iterables, ie. Range, Array, Set, # Dict y String. for animal in ["perro", "gato", "ratón"] # Se puede usar $ para interpolar variables o expresiones en ls cadenas. println("$animal es un mamífero.") end #= imprime: perro es un mamífero. gato es un mamífero. ratón es un mamífero. =# for a in ["perro" => "mamífero", "gato" => "mamífero", "ratón" => "mamífero"] println("$(a[1]) es un $(a[2]).") end #= imprime: perro es un mamífero. gato es un mamífero. ratón es un mamífero. =# for (k,v) in ["perro"=>"mamífero", "gato"=>"mamífero", "ratón"=>"mamífero"] println("$k es un $v.") end #= imprime: perro es un mamífero. gato es un mamífero. ratón es un mamífero. =# # El bucle while itera hasta que una condición se deje de cumplir. x = 0 while x < 4 println(x) x += 1 # versión corta de: x = x + 1 end #= imprime: 0 1 2 3 =# # Maneja excepciones con un bloque try/catch. try # intentar error("Ooops!") catch e println("capturando: $e") # capturando: ErrorException("Ooops!") end ################ # 4. Funciones # ################ # Usa function para crear nuevas funciones. #= function nombre(arglist) cuerpo... end =# function suma(x, y) println("x es $x e y es $y") # las funciones devuelven el valor de su última expresión x + y end # => suma (generic function with 1 method) suma(5, 6) # => 11 # después de imprimir: x es 5 e y es 6 # También puedes usar esta otra sintaxis para definir funciones! resta(x, y) = x - y # => resta (generic function with 1 method) # Puedes definir funciones que toman un número variable de # argumentos posicionales (el ... se llama un splat). function varargs(args...) # Usa la palabra clave return para regresar desde cualquier # lugar de la función. return args end # => varargs (generic function with 1 method) varargs(1, 2, 3) # => (1,2,3) varargs([1, 2, 3]) # => ([1,2,3],) # Acabamos de utilizar el splat (...) en la definición de una función. También # se puede utilizar al llamar a una función, donde se esparce un arreglo, tupla # o en general una secuencia iterable en la tupla de argumentos. varargs([1, 2, 3]...) # => (1,2,3) # igual que: varargs(1, 2, 3) x = (1, 2, 3) # => (1,2,3) varargs(x) # => ((1,2,3),) varargs(x...) # => (1,2,3) varargs("abc"...) # => ('a','b','c') # Puedes definir funciones con argumentos posicionales opcionales. function defaults(a, b, x=5, y=6) return "$a $b y $x $y" end # => defaults (generic function with 3 methods) defaults('h', 'g') # => "h g y 5 6" defaults('h', 'g', 'j') # => "h g y j 6" defaults('h', 'g', 'j', 'k') # => "h g y j k" try defaults('h') # ERROR: `defaults` has no method matching defaults(::Char) defaults() # ERROR: `defaults` has no method matching defaults() catch e println(e) # MethodError(defaults,('h',)) end # Puedes definir funciones que tomen argumentos de palabras clave. function args_clave(;k1=4, nombre2="hola") # nota el punto y coma: ; return ["k1" => k1, "nombre2" => nombre2] end # => args_clave (generic function with 1 method) args_clave(nombre2="ness") # => ["nombre2"=>"ness","k1"=>4] args_clave(k1="mine") # => ["k1"=>"mine","nombre2"=>"hola"] args_clave() # => ["nombre2"=>"hola","k1"=>4] # Puedes combinar todo tipo de argumentos en la misma función. function todos_los_args(arg_posicional, arg_opcional=2; arg_clave="foo") println("argumento posicional: $arg_posicional") println(" argumento opcional: $arg_opcional") println(" argumento clave: $arg_clave") end # => todos_los_args (generic function with 2 methods) # No se necesita punto y coma ; al llamar la función usando un argumento clave, # esto solo es necesario en la definición de la función. todos_los_args(1, 3, arg_clave=4) #= imprime: argumento posicional: 1 argumento opcional: 3 argumento clave: 4 =# # Julia tiene funciones de primera clase. function crear_suma(x) suma = function (y) # función anónima return x + y end return suma end # => crear_suma (generic function with 1 method) # Esta es otra sintaxis (estilo cálculo lambda), para crear funciones anónimas. (x -> x > 2)(3) # => true # Esta función es idéntica a la crear_suma implementación anterior. crear_suma(x) = y -> x + y # También puedes nombrar la función interna, si quieres. function crear_suma(x) function suma(y) x + y end suma end # => crear_suma (generic function with 1 method) suma_10 = crear_suma(10) # => suma (generic function with 1 method) suma_10(3) # => 13 # Hay funciones integradas de orden superior. map(suma_10, [1, 2, 3]) # => [11,12,13] filter(x -> x > 5, [3, 4, 5, 6, 7]) # => [6,7] # Se puede pasar un bloque a las funciones cuyo primer argumento posicional # es otra función, como en map y filter. map([1, 2, 3]) do arr suma_10(arr) end #= => 3-element Array{Int64,1}: 11 12 13 =# filter([3, 4, 5, 6, 7]) do arr (x -> x > 5)(arr) end #= => 2-element Array{Int64,1}: 6 7 =# # Podemos usar comprensiones de listas multidimensionales. [suma_10(i) for i = [1, 2, 3]] # => [11, 12, 13] # 1D [suma_10(i) for i in [1, 2, 3]] # => [11, 12, 13] [i*j for i = [1:3], j in [1:3]] # 2D #= => 3x3 Array{Int64,2}: 1 2 3 2 4 6 3 6 9 =# [i*j/k for i = [1:3], j = [1:3], k in [1:3]] # 3D #= => 3x3x3 Array{Float64,3}: [:, :, 1] = 1.0 2.0 3.0 2.0 4.0 6.0 3.0 6.0 9.0 [:, :, 2] = 0.5 1.0 1.5 1.0 2.0 3.0 1.5 3.0 4.5 [:, :, 3] = 0.333333 0.666667 1.0 0.666667 1.33333 2.0 1.0 2.0 3.0 =# ############ # 5. Tipos # ############ # Cada valor tiene un tipo y las variables no tienen propios tipos. # Se puede utilizar la función typeof para obtener el tipo de un valor. typeof(5) # => Int64 # en un sistema de 64 bits, de lo contrario: Int32 # Los tipos son valores de primera clase, DataType es el tipo que representa a # los tipos, incluyéndose a sí mismo. typeof(Int64) # => DataType typeof(DataType) # => DataType # Los tipos se usan para la documentación, para optimizaciones # y el despacho múltiple. No están comprobados estáticamente. # Los usuarios pueden definir sus propios tipos. # Son como registros o estructuras en otros idiomas. # Un nuevo tipos se define utilizado la palabra clave type. # type Nombre # atributo::UnTipo # las anotaciones de tipos son opcionales # ... # end type Tigre longitud_cola::Float64 color_pelaje # sin una anotación de tipo, es lo mismo que `::Any` end # Los argumentos del constructor por defecto son los atributos # del tipo, en el orden en que están listados en la definición. tigre = Tigre(3.5, "anaranjado") # => Tigre(3.5,"anaranjado") # El tipo funciona como método constructor para los valores de ese tipo. sherekhan = typeof(tigre)(5.6, "fuego") # => Tigre(5.6,"fuego") # Este estilo de tipos son llamados tipos concretos. # Se pueden crear instancias de estos, pero no pueden tener subtipos. # La otra clase de tipos son los tipos abstractos. # abstract Nombre abstract Gato # sólo un nombre y un punto en la jerarquía de tipos # No se pueden crear instancias de los tipos abstractos, pero pueden tener # subtipos. Por ejemplo, Number es un tipo abstracto. subtypes(Number) #= => 2-element Array{Any,1}: Complex{T<:Real} Real =# subtypes(Gato) # => 0-element Array{Any,1} # Cada tipo tiene un supertipo, utiliza la función súper para conseguirlo. typeof(5) # => Int64 super(Int64) # => Signed super(Signed) # => Integer super(Integer) # => Real super(Real) # => Number super(Number) # => Any super(super(Signed)) # => Real super(Any) # => Any # Todos estos tipos, a excepción de Int64, son abstractos. # <: es el operador de subtipos. type Leon <: Gato # Leon es un subtipo de Gato color_crin rugido::String end # Se pueden definir más constructores para un tipo. # Sólo define una función del mismo nombre que el tipo y llama al constructor # existente para obtener un valor del tipo correcto. # Este es un constructor externo porque está fuera de la definición del tipo. Leon(rugido::String) = Leon("verde", rugido) type Pantera <: Gato # Pantera también es un a subtipo de Gato color_ojos # Pantera sólo tendrá este constructor, y ningún constructor predeterminado. Pantera() = new("verde") end # Utilizar constructores internos, como se hace en Pantera, te da control sobre # cómo se pueden crear valores de este tipo. Cuando sea posible, debes utilizar # constructores externos en lugar de internos. ######################## # 6. Despacho Múltiple # ######################## # En Julia, todas las funciones nombradas son funciones genéricas. # Esto significa que se construyen a partir de muchos métodos más pequeños. # Cada constructor de Leon es un método de la función genérica Leon. # Por ejemplo, vamos a hacer métodos para Leon, Pantera, y Tigre de una # función genérica maullar: # acceso utilizando notación de puntos maullar(animal::Leon) = animal.rugido # => maullar (generic function with 1 method) maullar(animal::Pantera) = "grrr" # => maullar (generic function with 2 methods) maullar(animal::Tigre) = "rawwwr" # => maullar (generic function with 3 methods) # Se puede obtener una lista de métodos con la función methods. methods(maullar) #= # 3 methods for generic function "maullar": maullar(animal::Leon) at none:1 maullar(animal::Pantera) at none:1 maullar(animal::Tigre) at none:1 =# # Prueba de la función maullar. maullar(tigre) # => "rawwwr" maullar(Leon("cafe", "ROAAR")) # => "ROAAR" maullar(Pantera()) # => "grrr" # Revisar la jerarquía de tipos locales. issubtype(Tigre, Gato) # => false # igual que: Tigre <: Gato issubtype(Leon, Gato) # => true # igual que: Leon <: Gato issubtype(Pantera, Gato) # => true # Definición de una función que acepta argumentos de tipo Gato. mascota(gato::Gato) = println("El gato dice $(maullar(gato))") mascota(Leon("42")) # El gato dice 42 try mascota(tigre) # ERROR: `mascota` has no method matching mascota(::Tigre) catch e println(e) # MethodError(mascota,(Tigre(3.5,"anaranjado"),)) end # En los lenguajes orientados a objetos, el despacho simple es común. Esto # significa que la implementación del método a llamar se selecciona en base # al tipo del primer argumento. # En Julia, los tipos de todos los argumentos contribuyen a seleccionar método # más específico. # Vamos a definir una función con más argumentos, para que podamos ver la # diferencia pelear(t::Tigre, c::Gato) = println("¡El tigre $(t.color_pelaje) gana!") # => pelear (generic function with 1 method) pelear(tigre, Pantera()) # ¡El tigre anaranjado gana! pelear(tigre, Leon("ROAR")) # ¡El tigre anaranjado gana! # Vamos a cambiar el comportamiento cuando el Gato sea específicamente un Leon. pelear(t::Tigre, l::Leon) = println("El león con melena $(l.color_crin) gana.") # => pelear (generic function with 2 methods) pelear(tigre, Pantera()) # ¡El tigre anaranjado gana! pelear(tigre, Leon("ROAR")) # El león con melena verde gana. # No necesitamos un tigre para poder luchar. pelear(l::Leon, c::Gato) = println("El gato victorioso dice $(maullar(c)).") # => pelear (generic function with 3 methods) methods(pelear) #= # 3 methods for generic function "pelear": pelear(t::Tigre,l::Leon) at none:2 pelear(t::Tigre,c::Gato) at none:1 pelear(l::Leon,c::Gato) at none:2 =# pelear(Leon("balooga!"), Pantera()) # El gato victorioso dice grrr. try # ERROR: `pelear` has no method matching pelear(::Pantera, ::Leon) pelear(Pantera(),Leon("RAWR")) catch # no hacer nada con la excepción atrapada end # Un metodo con el tipo Gato primero. pelear(c::Gato,l::Leon) = println("El gato le gana al León") #= Warning: New definition pelear(Gato,Leon) at none:1 is ambiguous with: pelear(Leon,Gato) at none:1. To fix, define pelear(Leon,Leon) before the new definition. pelear (generic function with 4 methods) =# # Esta advertencia se debe a que no está claro que método de pelear # será llamado en: pelear(Leon("RAR"),Leon("cafe","rar")) # El gato victorioso dice rar. # El resultado puede ser diferente en otras versiones de Julia pelear(l::Leon,l2::Leon) = println("Los leones llegan a un empate") pelear(Leon("GR"),Leon("cafe","rar")) # Los leones llegan a un empate ################################ # 7. Un vistazo de bajo nivel. # ################################ # Se puede echar un vistazo al código IR de LLVM y al código # ensamblador generado. area_cuadrado(l) = l * l # => area_cuadrado (generic function with 1 method) area_cuadrado(5) # => 25 # ¿Qué sucede cuando damos area_cuadrada diferentes tipos de argumentos? code_native(area_cuadrado, (Int32,)) #= .section __TEXT,__text,regular,pure_instructions Filename: none Source line: 1 # prólogo push RBP mov RBP, RSP Source line: 1 imul RDI, RDI # elevar l al cuadrado mov RAX, RDI # almacenar el resultado en RAX pop RBP # restaurar el puntero base anterior ret # el resultado estará en RAX =# code_native(area_cuadrado, (Float32,)) #= .section __TEXT,__text,regular,pure_instructions Filename: none Source line: 1 push RBP mov RBP, RSP Source line: 1 mulss XMM0, XMM0 # multiplicación escalar de presición simple (AVX) pop RBP ret =# code_native(area_cuadrado, (Float64,)) #= .section __TEXT,__text,regular,pure_instructions Filename: none Source line: 1 push RBP mov RBP, RSP Source line: 1 mulsd XMM0, XMM0 # multiplicación escalar de presición doble (AVX) pop RBP ret =# # Ten en cuenta que Julia usará instrucciones de punto flotante si el tipo de # alguno de los argumentos es flotante. # Vamos a calcular el área de un círculo. area_circulo(r) = π * r * r # area_circulo (generic function with 1 method) area_circulo(5) # 78.53981633974483 code_native(area_circulo, (Int32,)) #= .section __TEXT,__text,regular,pure_instructions Filename: none Source line: 1 push RBP mov RBP, RSP Source line: 1 cvtsi2sd XMM1, EDI # cargar entero r de la memoria movabs RAX, 4477117456 # cargar constante matemática π movsd XMM0, QWORD PTR [RAX] mulsd XMM0, XMM1 # π * r mulsd XMM0, XMM1 # (π * r) * r pop RBP ret =# code_native(area_circulo, (Float64,)) #= .section __TEXT,__text,regular,pure_instructions Filename: none Source line: 1 push RBP mov RBP, RSP movabs RAX, 4477120336 movsd XMM1, QWORD PTR [RAX] Source line: 1 mulsd XMM1, XMM0 mulsd XMM1, XMM0 movaps XMM0, XMM1 pop RBP ret =# ``` ## ¿Listo para más? Para más detalles, lee el [manual de Julia](http://docs.julialang.org/en/release-0.3). El mejor lugar para obtener ayuda con Julia, es en su amigable [lista de correos](https://groups.google.com/forum/#!forum/julia-users).