Win10 Anconda 环境下 Python 调用Julia进行优化求解联合编程环境配置

背景

Python在人工智能领域被广泛应用，但同一个项目一部分可能需要用到专用的数学优化计算求解，而Python在这类问题上缺少相应的包且计算速度受限。Julia作为新兴面向科学数学计算的语言，支持多种优化求解器，且计算速度相对较快，相关专用数学优化求解方法有可能已在Julia上实现。此时，完全放弃Python而改用Julia必然需要一定的时间进行学习，而直接在Python中调用成熟的Julia求解函数解决自己的问题会大大降低工作量。以下是在win10 + Anconda环境下实现Python调用Julia函数进行优化求解联合编程的环境配置方法

环境简介

1. Windows 10 + Anconda （python 3.8）
2. Julia 1.7.1
3. PyJulia （关键）

Julia 安装

https://julialang.org/downloads/
国内：
https://cn.julialang.org/downloads/
下载最新版本（我的是1.7.1）可以跳过系统环境变量配置过程，之前的版本需要自行配置系统环境变量，否则Anconda环境无法找到Julia程序。安装完成后可在开始菜单找到Julia并启动终端

PyJulia 安装配置

在自己的Anconda Python 环境下，安装PyJulia。 参考：https://pyjulia.readthedocs.io/en/latest/installation.html

1. 安装PyJulia

pip install julia
##离线方式，安装开发版本
$ git clone https://github.com/JuliaPy/pyjulia
$ cd pyjulia
$pip install
或
$pip install  -e .

2. 安装PyJulia 所依赖的Julia包
   启动Anconda终端模式（conda activate env_name）; 进入后，开启一个python REPL

>>> import julia
>>> julia.install()

3. 测试
   在python 终端输入模式下导入Julia 包并运行简单计算程序，不报错并有正确的结果输出即安装成功

>>> from julia import Base
>>> from julia import Main
>>> Main.xs = [1, 2, 3]
>>> Main.eval("sin.(xs)")

Spyder 命令行终端执行结果：

在Python 程序中调用Julia函数程序

from julia import Main as self_Main        ##导入Julia 包 self_Main 是为了和Main函数区分开，可自己定义名称
self_Main.include("self_function.jl")      ##加载自己的Julia函数文件
call_back_str = "Opt_(Arg1, Arg2, Arg3)"   ##构建函数调用字符串，传递参数 
#↑ Opt_： self_function.jl文件中自己要调用的函数名， Arg1, Arg2, Arg3 为向函数传递的参数，整体要转化为一条字符串
out_1,out_2 = self_Main.eval(call_back_str)  ##传递参数并执行Julia 函数及返回结果

最后，根据自己需要解析输出结果。注意：Python调用Julia 函数文件时会执行整个文件非函数部分会自动执行，但不返回结果，程序执行过程中中间打印操作失效。Julia程序调试须在Julia终端中进行。