我从 R 转向 Julia 的旅程

新闻资讯 2023-06-07 14:03 67 0

作者 | Tomás Aragón

译者 | 平川

策划 | 刘燕

本文最初发布于 Tomás Aragón 的个人博客。

15 年来，我在加州大学伯克利分校公共卫生学院教授“应用流行病学 R 语言版”课程。我从 21 世纪初就开始教这门课，当时大多数人对 R 不感兴趣。后来，R 越来越受欢迎，我的课程入学率也越来越高。我教授流行病学概念的 R 编程基础。学生们有自己选择的项目。因为他们来自多个学科，所以项目通常非常具有创新性，我也从他们身上学到了很多东西。

在过去的 15 年里，我见证了“数据科学”的兴起，以及学生们在项目中的独创性和创造性。当然，课程也在不断发展。我引入贝叶斯网络作为统一的框架，以引入概率依赖、因果图和决策网络（用于决策分析）。

我开始涉猎 Python。遗憾的是，COVID-19 大流行打断了我的教学，因为我是旧金山的卫生官员兼人口卫生司司长。在大流行应对工作中，我几乎没有时间分析或学习 Python。

不记得是什么时候，我发现了 Julia——一种为科学计算而设计的编程语言，有 Python 或 R 的直观，同时又有 C++ 的速度。我爱上了 Julia，放弃了学习 Python。我过去没有，现在也没有时间在 1.5 种以上的编程语言中保持核心竞争力。随着我对 Julia 的了解越来越多，我开始确信，对我来说，学习 Julia 是比坚持学习 R 更好的长期投资。

我使用编程来探索或测试我的流行病学直觉，学习新的方法，并可视化和分析数据。我个人对贝叶斯网络、决策网络、因果推理、马尔可夫决策过程和基于代理的建模很感兴趣。

以下是我认为流行病学家应该会看重的 Julia 的一些关键特性：

多重指派
复合类型
即时编译
速度（非常快）
社区

Julia 编程更直观。例如，在 R 中，我们会设法避免循环，因为它们的效率非常低。而在 Julia 中，循环很高效，因为它在执行之前编译，使得编程更加自然。

下面我将用一个简单的示例演示多重指派。R 是单指派的。

Julia 多重指派示例

我是 R ' epitools '包的创始开发者。我开发了基本流行病学分析函数（如 2x2 表），其中几个来自 Rothman 的“现代流行病学”教科书。例如，如果我想创建一个函数来计算一个 2x2 列联表的优势比（odds ratio），数据可以通过以下几种方式提供：

四个整数
两个比例
一个 2x2 表（矩阵）
两个带有分类数据的向量

如果我想编写一个函数，将这些可能的数据类型作为参数来处理，那么为了调用下一个函数（嵌套的或外部的），就必须对数据类型进行大量的处理和检查。这需要做大量不必要的工作。我们看看使用 Julia 的多重指派如何实现。

2003 年，我们发表了一项研究，证据了饮用未经过滤的城市自来水与晚期 HIV 疾病患者患隐孢子虫病有关。以下是这篇论文中的列联表：

我们计算下最高暴露类别和最低暴露类别之间未经调整的优势比。以下是这个计算的 2x2 表：

对于一个适当的结构化表格，优势比是交叉积：

对于病例对照设计，优势比是暴露优势比：

我们将创建三个函数，它们可以接收以下三种不同类型的参数来计算优势比：

四个整数
两个比例
一个 2x2 表（矩阵）

有个问题是，这三个函数的名称相同：oddsratio。在 Julia 中，这是可能的，因为它有多重指派。相比之下，R 是单指派的。

## 函数 1function oddsratio(a::Int, b::Int, c::Int, d::Int)    or = (a * d) / (b * c)    return orend 
oddsratio (generic function with 1 method)

我们将 2x2 表的 4 个整数作为参数传递给 oddsratio 以测试这个函数：

oddsratio(12, 6, 2, 29)
29.0

下面是第二个函数，处理比例参数；例如，比较病例和对照组的暴露优势比。

## 函数 2function oddsratio(p1::Float64, p0::Float64)    or = ((p1)/(1 - p1)) / ((p0)/(1 - p0))    return orend
oddsratio (generic function with 2 methods)

我们将 2x2 表的 2 个比例作为参数传递给 oddsratio 以测试这个函数：

prop1 = 12 / (12 + 2) # probability of exposure among casesprop0 = 6 / (6 + 29) # probability of exposure among controlsoddsratio(prop1, prop0)
28.999999999999982

最后，第 3 个函数处理一个 2x2 表（矩阵）参数：

## 函数 3function oddsratio(x::Matrix{Int})    or = (x[1, 1] * x[2, 2]) / (x[1, 2] * x[2, 1])    return orend
oddsratio (generic function with 3 methods)

我们将 2x2 表作为参数传递给 oddsratio 以测试这个函数：

tab = [12 6; 2 29]
2×2 Matrix{Int64}: 12   6  2  29oddsratio(tab)
29.0

这称为多重指派。oddsratio 函数有 3 个方法，可以处理多种数据类型。请注意，这有多简单。

以下是泛型函数 oddsratio 的 3 个方法：

oddsratio(a::Int64, b::Int64, c::Int64, d::Int64) in Main at In[2]:2
oddsratio(p1::Float64, p0::Float64) in Main at In[4]:2
oddsratio(x::Matrix{Int64}) in Main at In[6]:2

小结

在这篇博文中，我总结了自己为什么从 R 转到 Julia。我通过函数演示了多重指派。请注意，创建一个 oddsratio 函数，提供三个方法来处理不同的参数数据类型（整数、比例和矩阵），是多么简单。

我喜欢 Julia，你也会喜欢的。你还可以从 Julia 运行 R 或 Python，而且不会有任何中断。

我将发布一些简单的例子，着重突出 Julia 应用于基础流行病学或流行病学编程的特性。

附录

Julia 在创建函数方面非常灵活。以下是三个同名函数的缩写形式。

## 函数 1oddsratio(a::Int, b::Int, c::Int, d::Int) = (a * d) / (b * c)
oddsratio (generic function with 3 methods)## 函数 2oddsratio(p1::Float64, p0::Float64) = ((p1)/(1 - p1)) / ((p0)/(1 - p0))
oddsratio (generic function with 3 methods)## 函数 3oddsratio(x::Matrix{Int}) = (x[1, 1] * x[2, 2]) / (x[1, 2] * x[2, 1])
oddsratio (generic function with 3 methods)