Performance comparison of Julia and Python programming languages based on available literature

The Julia language is a fast-growing high-level programming language. Its developers suggest that the quality and implementation of innovative compilation technology (Just-In-Time Compilation) beats Python in terms of algorithm execution times. The selection of the right programming language to implement an algorithm is of paramount importance. In today’s world every millisecond saved can determine the success of a product. The choice has a direct impact on the performance of the application or the execution of the algorithm. Consequently, a comparison analysis of modern or emerging technologies becomes particularly important. This article is the first part of a comparative analysis, the continuation of which [21] expands the research on the subject of this paper. In this context, the article presents summary of the existing literature and discusses the time performance of Julia and Python programming languages. In addition, test results and published source codes were reproduced and verified in a research environment. In the second part of the article [21], the research was extended to include more algorithms and to check the performance of each language on graphics cards.

---

Język Julia jest szybko rozwijającym się językiem programowania wysokiego poziomu. Jego twórcy sugerują, że jakość i implementacja innowacyjnej technologii kompilacji (Just-In-Time Compilation) pokonuje Pythona pod względem czasu wykonywania algorytmów. Wybór języka programowania do implementacji algorytmu ma ogromne znaczenie. W dzisiejszym świecie każda zaoszczędzona milisekunda może zadecydować o sukcesie produktu. Wybór ma bezpośredni wpływ na wydajność aplikacji lub wykonanie algorytmu. W związku z tym analiza porównawcza nowoczesnych lub powstających technologii staje się szczególnie ważna. Artykuł ten stanowi pierwszą część analizy porównawczej, której kontynuacja [21] rozszerza badania dotyczące tematyki niniejszej pracy. W tym kontekście w artykule przedstawiono podsumowanie istniejącej literatury i omówiono wydajność czasową języków programowania Julia i Python. Ponadto, wyniki testów i opublikowane kody źródłowe zostały odtworzone i zweryfikowane w środowisku badawczym. W dalszej części artykułu [21] badania zostały rozszerzone o kolejne algorytmy oraz o sprawdzenie wydajności każdego z języków na kartach graficznych.