Julia Language

[Julia] Julia 개발환경 구축하기 (Juno, JuliaPro, Jupyter Notebook, Cocal.com)

공부하는백수 2021. 4. 15. 11:45

※ 다음 링크에서 줄리아 프로그래밍과 관련한 글 목록을 확인하실 수 있습니다.

Julia 프로그래밍 관련 글 목록


IDE 선택하기

MATLAB, Python, R 성공 비결은 언어 자체의 기능성도 좋지만 훌륭한 IDE가 존재하기 때문이다. Python을 python shell에서만 쓸 수 있다면 제 아무리 확장성이 뛰어나고 많은 라이브러리가 있다 하더라도 쓰는 사람이 그리 많지 않을 것이다. (많은 사람이 쓰지 않는 언어가 많은 라이브러리를 가졌다는 가정이 모순이기는 하지만..) 때문에 언어의 성공에 있어 활용하기 좋은 IDE가 있느냐 여부는 매우 중요하다. 어디선가 훌륭한 IDE 없이 코딩하는 것을 신발을 신지 않고 달리는 것에 비유하는 것을 본적이 있다. 나는 그말에 매우 동감하는 바이다.

 

그렇다면 줄리아 프로그래밍에 사용할 수 있는 IDE는 어떤 것들이 있을까? 줄리아를 사용하는 유저가 IDE를 선택할 수 있는 옵션은 많지 않다. 많지는 않지만 꽤 쓸만하다. 개인적으로 python을 처음 시작할 때 어떤 IDE를 쓰는 게 좋을까 너무 고민을 많이 했던 기억이 나는데 줄리아는 그렇지 않아서 좋다.

 

그렇다면 당신은 궁금할 것이다. 그래서 어떤 것들이 있는데?

구글에서 Julia IDE로 검색해보면 VSCode와 Juno 중 선택하는 문제로 귀결될 것이다.

나는 여기서 Juno 설치에 대하여 다룰 것이다.

개인적으로 VSCode를 C코딩할 때만 쓰는지라 많이 익숙하지 않다.

나중에 기회가 된다면 VSCode는 추가하기로 한다.

참고로 JuliaPro라는 것이 있는데 알맹이는 Juno와 같다.

 

그렇다면 Juno와 JuliaPro의 차이는 무엇인가?

Juno는 기본 설치이고, Julia는 전체설치라고 생각하면 쉽다.

Juno는 Julia → Atom → Juno 순으로 총 3번의 설치를 진행하여야 한다.

반면, JuliaPro는 이 모든 것을 한번에 설치한다.

설치 결과도 약간 다르다. Juno는 Atom에 Juno를 얹어서 사용하는 것이기 때문에 Atom 본연의 메뉴들이 전부 보이지만 JuliaPro는 Julia를 사용하는데 보다 특화되어 있다.

그리고 JuliaPro는 여러 패키지들과 함께 설치가 이루어진다.

자동차로 치자면 Juno는 깡통이고 JuliaPro는 풀옵에 가깝다고 보면 된다.

어떤 것을 설치하느냐는 본인의 선택이다.

따라서 두 가지 설치 방법에 대하여 모두 다룬다.


 

Juno 설치하기

먼저 아래 링크로 들어가보자.

junolab.org/

 

Juno

Great for power users, too. Juno is built on Atom, which means it’s a powerful editor as well as a pretty face. It’s customisable to your heart’s content (though the defaults are pretty good too) and has power features like multiple cursors, fuzzy fi

junolab.org

화면 위쪽을 보면 Installation이라고 있다. 그것을 클릭하자.

 

 

 

 

 

 

 

Installation을 클릭하면 아래와 같은 설치 가이드라인 페이지가 뜰 것이다. 가이드라인대로 설치를 진행하기만 하면 된다. 친절하게도 설치 링크를 모두 걸어주었다. 아래 그림에서 보이는 바와 같이 링크를 클릭하여 Julia, Atom을 다운 받아 설치한다.

 

 

 

 

 

 

 

줄리아와 Atom 편집기 설치가 완료되었다면 Atom 편집기에서 ctrl+,(컨트롤 + 콤마)를 누른다. (macOS는 ctrl대신 cmd라고 한다.) 그러면 아래와 같이 Settings 창이 뜰 것이다. 여기서 Install 패널을 선택하면 Install Packages라는 글씨와 함께 패키지 검색 창이 뜰 것이다. 여기에 juno 혹은 uber-juno라고 검색한 후, 아래 그림과 같이 uber-juno의 Install 버튼을 눌러 설치를 완료하면 된다.

 

 

 

 

 

 

 

 


 

JuiliaPro 설치하기

설치 기본 사양은 다음과 같다. (출처: JuliaPro Quick Guide: juliacomputing.com/docs/)

• An appropriate version of Microsoft® Windows®
– Windows 7 SP1, Windows 8, Windows 8.1, Windows 10
– Windows Server 2008 R2, Windows Server 2012, Windows Server 2012 R2, Windows Server 2016
• 5 GB of disk space
• Active Internet connection
• LinkedIn or Gmail or GitHub account (Either one of these accounts are required for authentication)

 

사실 JuliaPro는 별로 설명할 것이 없다. 아래 링크로 접속하자.

juliacomputing.com/products/juliapro/#download-table

 

JuliaPro - Julia Computing

JuliaPro is free to download and is the fastest on-ramp to Julia for individual researchers, engineers, scientists, quants, traders, economists, students and others. Julia developers can build better software quicker and easier while benefiting from Julia'

juliacomputing.com

 

메인 페이지에 떡하니 다운로드 버튼이 보일 것이다. 본인의 개발환경에 맞고 본인이 원하는 버전을 선택하여 설치 파일을 다운로드 받아 설치를 진행하면 된다. 설치에 특별한 이슈는 없다. 따라서 더 이상의 설명은 생략한다.

 

 

 

 

 

 

 


 

클라우드 환경 활용하기

줄리아를 설치하기에 앞서 줄리아 언어를 먼저 체험하고픈 사람도 있을 것이다.

줄리아도 파이썬과 같이 클라우드 환경에서 코딩할 수 있는 환경이 구축되어 있다.

Juliahub도 클라우드 환경을 제공하지만 유료인 것으로 보인다. (가입만하고 써보지는 않음)

여기서는 Cocal.com을 소개한다.

프로젝트마다 한 달간 무료로 사용할 수 있고 기간이 지나면 새로 프로젝트를 만들어 사용할 수 있기 때문에 학습용으로 활용하기 좋다.

 

아래 링크에 접속 후 구글아이디 등으로 회원가입을 한다.

cocalc.com/app

 

https://cocalc.com/app

 

cocalc.com

 

그 후 Create New Project를 클릭하여 프로젝트를 하나 만들어주자.

 

 

 

 

 

 

프로젝트를 만든 후 아래와 같은 화면이 보이면 New 버튼을 클릭한다.

 

 

 

 

 

 

 

 

Jupyter notebook을 클릭한다.

 

 

 

 

 

 

Select a Kernel 페이지에서 줄리아를 선택한다. (참고로 파이썬, R도 선택 가능하다.)

 

 

 

 

 

 

이제 코딩을 즐기면 된다~!

 

 

 

 


 

Julia 문법 공부할 수 있는 곳

아래 링크에 Julia 문법 및 활용에 대한 팁을 많이 얻을 수 있다. (한국어 번역 프로젝트도 진행 중인 것 같은데 활발하지는 않은 것 같다.)

docs.julialang.org/en/v1/

 

Julia Documentation · The Julia Language

Julia 1.6 Documentation Welcome to the documentation for Julia 1.6. Please read the release notes to see what has changed since the last release. Scientific computing has traditionally required the highest performance, yet domain experts have largely moved

docs.julialang.org