Julia高質量科學計算、數學模型包庫合集，建議收藏
資料預處理
DataFrames
作用與地位相當於Numpy之於Python，是許多Julia庫的基礎依賴
http：//juliadata。github。io/DataFrames。jl/stable/
CSV
與CSV檔案的資料互動
https：//juliadata。github。io/CSV。jl/stable/
JSON
與JSON檔案的資料互動
https：//github。com/JuliaIO/JSON。jl
Random
rand（n）
產生n個標準均勻分佈U（0，1）偽隨機數，n預設為1。
randn（n）
產生n個服從標準正態分佈的隨機數，n預設為1。
seed（num）
隨機數種子，用於復現或重複生成特定的隨機數，num相同，生成隨機數相同
XLSX
與Excle檔案（xls，xlsx）的資料互動
https：//felipenoris。github。io/XLSX。jl/stable/
微積分
DifferentialEquations
求解微分方程的數值解
求解速度優於標準的C/Fortran方法
包含常用的C/Fortran方法，如Sundials和Hairer的radau
內建分析功能：
前向和伴隨區域性靈敏度分析
貝葉斯引數估計
全域性靈敏度分析
···
https：//docs。sciml。ai/stable/
線性代數
LinearAlgebra
為線性代數提供基本支援，Julia的標準庫。
IterativeSolvers
求解線性系統，本徵系統和奇異值問題的迭代演算法
https：//juliamath。github。io/IterativeSolvers。jl/dev/
統計建模與分析
Turing
貝葉斯推理與機率程式設計
https：//github。com/TuringLang/Turing。jl
StatsBase
為統計提供基本支援
https：//github。com/JuliaStats/StatsBase。jl
Distributions
用於機率分佈和相關函式的Julia包。
Binomial（n， p）
二項分佈
Multinomial（n， p）
多項分佈
Normal（μ， σ）
正態分佈
Wishart（nu， S）
Wishart分佈
mean（）
期望值
var（）
方差
std（）
標準差
median（）
中位數
modes（）
眾數（可有多個）
mode（）
第一個眾數
skewness（）
偏度係數
kurtosis（）
峰度係數，正態為0
https：//github。com/JuliaStats/Distributions。jl
Regression
迴歸分析
https：//github。com/lindahua/Regression。jl
MixedModels
擬合（統計）混合效果模型
https：//github。com/JuliaStats/MixedModels。jl
CurveFit
最小二乘曲線擬合
https：//github。com/pjabardo/CurveFit。jl
Interpolations
對離散資料集進行快速連續插值
https：//github。com/JuliaMath/Interpolations。jl
MultivariateAnalysis
多變數統計和資料分析（例如降維）
https：//github。com/JuliaStats/MultivariateStats。jl
HypothesisTests
置信區間與假設檢驗
https：//github。com/JuliaStats/HypothesisTests。jl
POMDPs
馬爾可夫決策過程模擬
https：//github。com/JuliaPOMDP/POMDPs。jl
HMMBase
隱馬爾可夫模型
https：//github。com/maxmouchet/HMMBase。jl
TimeSeries
時間序列
https：//github。com/JuliaStats/TimeSeries。jl
最佳化建模與求解
Convex
凸最佳化
https：//github。com/JuliaOpt/Convex。jl
JuMP
最最佳化問題建模與求解
https：//github。com/JuliaOpt/JuMP。jl
GeneticAlgorithms
遺傳演算法，可用於求解各類最佳化問題
https：//github。com/WestleyArgentum/GeneticAlgorithms。jl
繪圖
Gadfly
Julia科學繪圖軟體包
http：//gadflyjl。org/stable/
Plots
視覺化和資料分析利器
http：//docs。juliaplots。org/latest/
圖論
LightGraphs
圖與網路最佳化
https：//juliagraphs。org/LightGraphs。jl/latest/
動力學
DynamicalSystems
非線性動力學與混沌軟體庫
https：//juliadynamics。github。io/DynamicalSystems。jl/latest/
機器學習
Flux
Julia最著名的機器學習庫，沒有之一
https：//fluxml。ai/
深度學習
Knet
Koç（科威特）大學開發的深度學習框架。
https：//github。com/denizyuret/Knet。jl
額外福利
Latexify
一個用於從julia物件生成LaTeX數學公式的軟體包，論文寫作利器。
https：//github。com/korsbo/Latexify。jl
“授人予魚，不如授人予漁”，以上包和Julia目前所有包均可在
https：//juliapackages。com/
上找到，你可以根據需要查詢自己想要的包。
然而包庫眾多，質量參差不齊，在選擇時應至少考慮以下三點：
1。 更新頻次與最後更新時間。
2。 Star（收藏數）。
3。 是否支援自己使用的Julia版本。
說明
：
以上包可直接透過在julia REPL中輸入
Pkg。add（“PackageName”）
安裝。
安裝過程出現問題，無特殊情況一般為
網路問題
，建議挑網路狀況稍微好點的時間段安裝，例如清晨。
包庫、方法、函式、功能眾多，無法一一列舉，有需求請訪問給出的網址自取開發者文件。
絕大部分文件還沒有中文版，有困難，藉助翻譯軟體或者瀏覽器外掛食用更佳。
雖然收藏從未停止，學習從未開始，但還是有必要收藏一下的，萬一哪天又看到了雞湯，突然熱血沸騰，想搞一下，還有個資料可以參看，還是很不錯的。
